摘要：为解决行星齿轮箱故障诊断方法专业性要求高、计算过程复杂以及模型训练时间长等问题,提出一种基于PCA-EDT-DBN的行星齿轮箱故障诊断新方法。利用PCA分析多个传感器采集到的振动信号并根据需求取每列信号的前p个主成分,将每列信号的前p个主成分合成一维序列。计算每两列数据前p个主成分之间的欧氏距离得到距离矩阵,将该矩阵按序展开成一维序列。将得到的两个一维序列合成一个一维序列作为样本输入到DBN中对模型进行训练,再有新样本输入到训练好的模型中则可智能地给出分类结果,从而实现对设备的故障诊断。此外,为提高模型诊断准确率,提出利用正交试验对DBN参数进行优化。利用行星齿轮箱齿轮磨损预置故障实验数据验证了该方法的有效性,结果表明该方法诊断准确率高、训练时间短且计算过程简单。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社