Noise and Vibration Control ›› 2023, Vol. 43 ›› Issue (4): 82-88.

Previous Articles     Next Articles

Fault Diagnosis of Planetary Gearbox Based on SDP Point Symmetric Feature Fusion Image

  

  • Online:2023-08-18 Published:2023-08-18

应用SDP点对称特征融合图像的行星齿轮箱故障诊断

崔宝珍1,彭智慧1, 2,王浩楠1,任川1,高乐乐1   

  1. ( 1. 中北大学机械工程学院,太原030051;2. 内蒙古第一机械集团有限公司,内蒙古包头014030 )

摘要: 行星齿轮箱的内部结构复杂,其振动信号呈现非线性、非平稳特点,通过对比两种对原始振动信号处理的方法,应用点对称特征融合图像(Symmetrized Dot Pattern,SDP)达到故障诊断的目的。第一种方法是将采集到的振动信号进行变分模态分解(Variational Mode Decomposition,VMD)并将各阶IMF分量通过SDP转换为极坐标图像;第二种方法是将多测点采集到的原始振动信号直接通过SDP 将时频信号转换为极坐标图像;利用卷积神经网络(Convolution Neural Network,CNN)对两种不同方式的SDP图像进行识别分类。通过行星齿轮箱故障实验台验证,结果表明时频融合能够更有效地实现故障诊断且分类准确率高达98.5 %。

关键词: 故障诊断, 行星齿轮箱, 变分模态分解, SDP, 卷积神经网络