基于ITD和LSTM-CNN的行星齿轮箱智能故障诊断方法

本发明提供基于ITD和LSTM‑CNN的行星齿轮箱智能故障诊断方法，涉及行星齿轮箱故障诊断技术领域。该基于I TD和LSTM‑CNN的行星齿轮箱智能故障诊断方法，包括如下步骤：首先通过传感器采集行星齿轮箱的振动信号，对每个采样信号进行I TD分解，得到多个PR分量，利用希尔伯特变换选择瞬时频率波动较大的PR分量，将重构信号通过傅里叶变换转换为频谱函数，并提取特征频率的振幅，构造特征向量，将特征向量输入LSTM‑CNN中进行智能诊断，结合分类交叉熵损失函数，确保计算的稳定性和训练的高效性，为齿轮传动系统太阳齿轮的故障类型和程度诊断提供了全面、高效的解决方案，和经典神经网络模型相比，提高了对不同类型齿轮故障和不同程度故障的诊断准确率。