摘要
一种齿轮变速箱故障边频簇惩罚回归提取方法,选取初始时刻健康阶段的振动加速度信号为基准信号,以下一段信号为故障信号并不断更新,获得傅里叶频谱,确定边频理论位置并获得边频成分幅值,进行预处理并获得归一化边频指标。进行实时稀疏group lasso回归确定各边频权重系数,通过指标SSI(Sparse group lasso Sidebands Indicator)对齿轮变速箱进行健康监测,连续触发机制实现齿轮变速箱早期故障预警,并在达到阈值后使用自适应稀疏group lasso确定参数λ值并确定各边频回归系数,最终确定故障边频及故障齿轮定位;本发明通过自数据驱动策略,提高了健康指标的趋势性,减少了对专家经验和历史数据的依赖,能够及时反映齿轮变速箱的健康状态。
技术关键词
齿轮变速箱
早期故障预警
振动加速度信号
指标
模型拟合算法
数据驱动策略
元素
异常状态
谐波
正则化参数
频率
梯度下降法
幅值
预警机制
理论
特征选择
基准
序列
系统为您推荐了相关专利信息
解释结构模型
级联
分析单元
交通运输设施
自然灾害风险