一种大功率齿轮箱运行工况识别与风险预警方法

本发明提供了一种大功率齿轮箱运行工况识别与风险预警方法，属于基于深度学习的齿轮箱风险预警技术领域；首先，基于多类传感器采集大功率齿轮箱在多工况下的运行数据，并预处理形成时序数据集；然后，设计多分支特征提取模型，以先验知识为指导，分别提取断齿、轴承故障、轴向位移和齿侧间隙变化等特定工况的深度特征；进而构建齿轮箱运行工况识别模型，通过基于注意力机制的特征融合、Transformer增强建模与图推理网络，实现多标签工况识别与置信度评估；最后，设计多级动态预警模块，综合瞬时状态、演化趋势与预后评估触发分级预警，保障大功率齿轮箱安全稳定运行。本发明提高了复杂工况与多故障并发情形的识别准确率与泛化性能。