科研之友
微信
新浪微博
Facebook
分享链接
摘要
机械齿轮箱应用范围不断扩大，其运行状态成为影响机械传动系统功能的重要因素。考虑到当前机械齿轮箱复合识别方法由于信号数据诊断能力较差，导致其在噪声较大的环境中所得识别结果准确性较低的问题，设计一种基于大数据诊断模型的机械齿轮箱复合识别方法。采集机械齿轮箱运行数据并对其处理，为后续的齿轮箱运行状态诊断提供数据基础。使用成分分析法，提取机械齿轮箱运行状态特征。使用Softmax分类器构建机械齿轮箱大数据复合诊断模型，实现机械齿轮箱的复合识别。构建仿真实验环节，对此方法的识别能力进行分析。经实验结果证实，此方法在多种信噪比环境下，可得到可靠性较高的识别结果，对于机械齿轮箱普及应用具有推广作用。
-
单位太原学院
