机械传动2022，Vol.46Issue(3) ：140-148.DOI:10.16578/j.issn.1004.2539.2022.03.022

基于时频联合特征提取与MS-LTSA流形学习的齿轮箱故障诊断

Gearbox Fault Diagnosis based on Time-frequency Combination Feature Extraction and Manifold Learning of MS-LTSA

肖凌俊 吕勇 袁锐
机械传动2022，Vol.46Issue(3) ：140-148.DOI:10.16578/j.issn.1004.2539.2022.03.022
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于时频联合特征提取与MS-LTSA流形学习的齿轮箱故障诊断

Gearbox Fault Diagnosis based on Time-frequency Combination Feature Extraction and Manifold Learning of MS-LTSA

肖凌俊 1吕勇 1袁锐1
扫码查看

作者信息

  • 1. 武汉科技大学 冶金装备及其控制教育部重点实验室,湖北 武汉 430081;武汉科技大学 机械传动与制造工程湖北省重点实验室,湖北 武汉 430081
  • 折叠

摘要

提出了基于时频联合(TFC)特征提取和改进的监督局部切空间排列(MS-LTSA)的流形学习的齿轮箱故障诊断的方法.首先,提出了信号的时域、频域和HHT时频域三者结合的特征提取方法,以获取振动信号全面的特征向量信息;然后,提取高维特征向量的奇异值,利用流形学习理论对奇异值矩阵进行降噪;最后,通过降噪后的特征向量实现对齿轮箱各种故障的高效、精确地故障识别.提出的MS-LTSA方法实现了数据集内部结构信息和类判别信息的结合,提高了所提取低维特征的聚类效果;通过实验数据的分析,证实了所提方法在齿轮箱诊断上的优异表现和应用价值.

关键词

齿轮箱/特征提取/流形学习/故障诊断

引用本文复制引用

基金项目

国家科学自然科学基金(51475339)

国家科学自然科学基金(51405353)

出版年

2022
机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子：0.534
ISSN：1004-2539
被引量1
参考文献量7
段落导航相关论文