机械传动2022，Vol.46Issue(12) ：142-147.DOI:10.16578/j.issn.1004.2539.2022.12.022

基于最大信息系数的动态加权特征融合的齿轮箱故障诊断

Gearbox Fault Diagnosis Based on Dynamic Weighted Feature Fusion with Maximum Information Coefficient

聂勇军 刘志军 唐振宇 刘志华 周强
机械传动2022，Vol.46Issue(12) ：142-147.DOI:10.16578/j.issn.1004.2539.2022.12.022
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于最大信息系数的动态加权特征融合的齿轮箱故障诊断

Gearbox Fault Diagnosis Based on Dynamic Weighted Feature Fusion with Maximum Information Coefficient

聂勇军 1刘志军 1唐振宇 1刘志华 2周强3
扫码查看

作者信息

  • 1. 广州航海学院 机械工程系,广东 广州 510725
  • 2. 河南工业大学 机电工程学院,河南 郑州 450007
  • 3. 郑州机械研究所有限公司,河南 郑州 450052
  • 折叠

摘要

随着机械设备的精细化和复杂化,用于监测其运行状态的传感器数量和类型不断增多,为了能有效地将多传感器信息融合,补全时间和空间上的信息,提高传感器信息的可靠性,提出了一种基于最大信息系数的动态加权特征融合的齿轮故障诊断方法.利用小波包变换对多传感器采集到的振动信号分解到时频域;计算时频域的特征,通过最大信息系数计算各传感器的权重并以并联融合的方式对特征进行融合;将融合后的特征输入到支持向量机模型进行故障分类.实验证明,融合后的特征聚合度更好,更有利于分类;在两种转速条件下,融合后的故障诊断准确率分别达到了87.72％和99.16％,动态加权融合的诊断效果好于定权重融合的诊断效果.

关键词

最大信息系数/动态加权/特征融合/故障诊断/支持向量机

引用本文复制引用

基金项目

广州市教育科学规划课题(202113550)

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