摘要
本发明涉及减速器行星传动系统的融合健康指标提取方法及模型构建方法,属于行星传动系统的健康诊断技术领域。方法包括基于减速器行星传动系统在工作状态下的振动信号,计算循环成分比和特征能量比;对计算循环成分比和特征能量比后的数据进行样本划分和数据增强;基于样本划分和数据增强后的数据,以及神经网络,进行融合健康指标提取模型的训练和优化;基于训练和优化的结果,得融合健康指标提取模型。本发明通过对减速器行星传动系统在工作状态下的振动信号,进行循环成分比和特征能量比的计算,并以此计算数据作为深度学习方法的输入数据,解决了现有样本数据量不足的情况下,过拟合问题以及模型解释性不足等问题。
技术关键词
行星传动系统
故障特征频率
减速器
指标提取方法
滤波
包络
模型构建方法
子模块
信号
健康状态监测方法
健康诊断技术
训练样本数据
深度学习方法
冲击特征
可读存储介质
存储计算机程序
系统为您推荐了相关专利信息
误差修正模型
变形预测方法
航空复材
预测误差
条件生成对抗神经网络
光纤光栅传感器
热对流
传播算法
深度神经网络
蒙皮
数字孪生模型
三维模型
任务调度
仓储温湿度
模块
级联滤波器
高精度检测方法
图像
算法模型
全局平均池化