机械传动2022，Vol.46Issue(9) ：159-164,176.DOI:10.16578/j.issn.1004.2539.2022.09.022

基于连续小波变换和无模型元学习的小样本汽车行星齿轮箱故障诊断

Fault Diagnosis of Small Sample Automobile Planetary Gearboxes Based on Continuous Wavelet Transform and Model Agnostic Meta Learning

卢欣欣 马骏 张英聪
机械传动2022，Vol.46Issue(9) ：159-164,176.DOI:10.16578/j.issn.1004.2539.2022.09.022
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于连续小波变换和无模型元学习的小样本汽车行星齿轮箱故障诊断

Fault Diagnosis of Small Sample Automobile Planetary Gearboxes Based on Continuous Wavelet Transform and Model Agnostic Meta Learning

卢欣欣 1马骏 1张英聪2
扫码查看

作者信息

  • 1. 江苏工程职业技术学院 航空与交通工程学院,江苏 南通 226000;江苏省智能网联汽车工程技术研究开发中心,江苏 南通 226000
  • 2. 江苏工程职业技术学院 航空与交通工程学院,江苏 南通 226000
  • 折叠

摘要

针对行星齿轮箱振动信号具有较强的非平稳特性、故障样本少以及传统深度学习对数据依赖性的问题,提出了一种基于连续小波变换(Continuous wavelet transform,CWT)和无模型元学习(Model agnostic meta learning,MAML)的小样本行星齿轮箱故障诊断方法.通过CWT将行星齿轮箱振动信号转换为时频图像,有效地表达行星齿轮箱非平稳性特征;利用MAML"学会学习"的能力训练小样本的时频图像,对"未见过"的行星齿轮箱故障类型进行测试.通过对不同样本数量、跨工况条件和不同噪声环境下的行星齿轮箱进行故障诊断实验,结果表明,该方法相比于其他方法具有更高的识别精度、泛化性和鲁棒性.

关键词

行星齿轮箱/连续小波变换/无模型元学习/小样本学习/故障诊断

引用本文复制引用

基金项目

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4
参考文献量4
段落导航相关论文