基于DenseNet-MGAM与IWSO-XGBoost网络模型的行星齿轮箱故障诊断方法#br#

噪声与振动控制 ›› 2026, Vol. 46 ›› Issue (2): 149-155.

基于DenseNet-MGAM与IWSO-XGBoost网络模型的行星齿轮箱故障诊断方法#br#

赵方祥，戚晓利，杨文好，崔德海，王志文

( 安徽工业大学机械工程学院，安徽马鞍山243032 )

收稿日期:2024-09-11 修回日期:2025-01-01 出版日期:2026-04-18 发布日期:2026-04-17

Planetary Gearbox Fault Diagnosis Based on DenseNet-MGAM and IWSO-XGBoost Network Model#br#

Received:2024-09-11 Revised:2025-01-01 Online:2026-04-18 Published:2026-04-17

摘要/Abstract

摘要： 针对卷积神经网络在复杂工况下对行星齿轮箱故障信号诊断准确率不佳等问题，提出一种基于DenseNet-MGAM与IWSO-XGBoost 模型的行星齿轮箱故障诊断方法。首先，提出一种新的多通道全局注意力机制(Multi-channel Global Attention Mechanism，MGAM)并将其融入DenseNet 网络，提高网络对不同类型的故障特征提取效果；然后，采用基于混沌映射与随机扰动策略的改进白鲨算法优化XGBoost 算法(Improved White Shark Optimization Algorithm-XGBoost，IWSO-XGBoost)替代DenseNet 网络原有的Softmax 函数，提高网络对复杂特征的分类效果。行星齿轮箱故障诊断实验结果表明，提出的基于DenseNet-MGAM与IWSO-XGBoost 模型对行星齿轮箱故障诊断准确率达到了99.43 %，对比其他现有的行星齿轮箱故障诊断模型，该模型诊断精度最高。

关键词: 故障诊断, 行星齿轮箱, 注意力机制, 极端梯度提升决策树（XGBoost）, 白鲨优化算法(WSO)

赵方祥, 戚晓利, 杨文好, 崔德海, 王志文. 基于DenseNet-MGAM与IWSO-XGBoost网络模型的行星齿轮箱故障诊断方法#br#[J]. 噪声与振动控制, 2026, 46(2): 149-155.

[1]	张超, 李晨昕, 周天赐, 靳瑞卿, 何玉灵. 基于振动灰度图的DCGAN结合ResNet50 的发电机故障诊断[J]. 噪声与振动控制, 2026, 46(2): 95-101.
[2]	田政, 孙灿飞, 王景霖, 沈勇. 最优模态双谱互信息编码的螺旋锥齿轮故障诊断[J]. 噪声与振动控制, 2026, 46(2): 102-107.
[3]	张吉鑫, 马萍, 张宏立, 王妮妮, 王聪, 李新凯. 基于GC-KAN网络的声信号滚动轴承故障诊断[J]. 噪声与振动控制, 2026, 46(2): 115-120.
[4]	魏星, 王攀, 杨礼强, 陈海林. 联合BiLSTM与ECA的车载语音增强模型研究[J]. 噪声与振动控制, 2026, 46(2): 121-128.
[5]	朱洪滨, 赵琰杰, 张斌, 蒲发杰, 张林华, 宋永兴. 风力机叶片声信号故障特征提取方法研究[J]. 噪声与振动控制, 2026, 46(2): 129-135.
[6]	张远亮, 倪天极, 张立民. 一种增强特征单调性的轴承剩余寿命预测方法[J]. 噪声与振动控制, 2026, 46(2): 142-148.
[7]	朱贺, 邢雪, 林麟, 陈波, 郭俊华, 夏兆旺. 耦合临界面-应力场强的缺口件多轴振动疲劳寿命预测[J]. 噪声与振动控制, 2026, 46(2): 156-161.
[8]	郭亚静. 机械传动中滚动轴承的故障诊断研究[J]. 噪声与振动控制, 2026, 46(2): 162-166.
[9]	杨向兰, 王国强, , 石念峰, , 刘质纯, 刘禛, 赵翼帆. SAGAN结合改进ResNet的轴承故障诊断方法[J]. 噪声与振动控制, 2026, 46(1): 121-127.
[10]	闫森, 张筱辰, 罗天健, 韩特. 基于深度子域自适应卷积网络的旋转机械故障诊断[J]. 噪声与振动控制, 2025, 45(6): 117-123.
[11]	甄冬, 桂慧震, 肖东泽, 冯国金, 景鸿翔, 谷丰收. 基于两轴TVF-EMD残差信号行星齿轮箱故障诊断方法[J]. 噪声与振动控制, 2025, 45(6): 132-138.
[12]	崔吉强, , 高军伟, , 吴文凯, . 基于SENet-MultiHead-BiTCN的轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(6): 190-195.
[13]	顾宇轩, 张金哲, 于佳鑫, 管宇, 林可欣, 黄研清. 基于动态贝叶斯网络对飞机机翼结构健康监测[J]. 噪声与振动控制, 2025, 45(6): 203-208.
[14]	万懿茹, 廖爱华, 胡定玉, 师蔚. 基于时间-角度循环平稳的轴箱轴承轨旁声学诊断[J]. 噪声与振动控制, 2025, 45(6): 214-219.
[15]	李耀华, 张鑫杰. 改进图注意力网络变工况滚动轴承故障诊断方法[J]. 噪声与振动控制, 2025, 45(5): 110-116.