基于局部双谱和卷积神经网络的弧齿锥齿轮故障诊断

作者：杨大炼; 雷家乐; 蒋玲莉^*

来源：机械强度, 2022, 44(06): 1286-1292.

DOI：10.16579/j.issn.1001.9669.2022.06.03

• 卷积神经网络
• 局部双谱
• 弧齿锥齿轮
• 故障诊断

针对传统故障诊断方法对弧齿锥齿轮故障诊断效率低的问题，提出一种基于局部双谱和卷积神经网络(Convolution Neural Network, CNN)的故障诊断方法。该方法使用包含全域信息的弧齿锥齿轮振动信号局部双谱图作为CNN的输入构造诊断模型，实现弧齿锥齿轮故障诊断，不仅降低了故障信息的冗余度，而且提高了CNN训练速度。通过与全双谱+CNN、原始振动信号+CNN、局部双谱+SVM(Support Vector Machine)、局部双谱+BP(Back Propagation)神经网络的诊断结果对比，所提出方法的平均诊断准确率为99.56%,模型训练时间为15 s,综合性能最优。

• 单位
  佛山科学技术学院; 自动化学院; 湖南科技大学