一种多尺度齿轮箱故障智能诊断方法

专利申请号：CN202211435011.3

公 开 号：CN115808305A

发 明 人：黄文德 张晓飞 金裕钱 何飞 朱伟清 曹钊洪 曾彩霞 

代 理 人：朱雪琼

代理机构：贵州派腾知识产权代理有限公司

专利类型：发明专利

申 请 日：20230317

公 开 日：20221116

专利主分类号：G01M13/021

关 键 词：故障诊断 灰度图像 齿轮箱 峭度 图像 加速度传感器 经验模态分解 卷积神经网络 振动信号分解 本征模函数 齿轮箱故障 传感器振动 单一传感器 点阵 故障特征 信号转换 智能诊断 融合 多尺度 再利用 对称 地表 采集 转换 改进 

摘      要：本发明公开了一种多尺度齿轮箱故障智能诊断方法，首先通过集成经验模态分解(EEMD)将加速度传感器采集得到的振动信号分解为多个本征模函数(IMF)分量并计算出各IMF分量的峭度，选取峭度最大的6个分量，然后再利用对称点阵方法(SDP)将6个IMF分量转换为SDP图像上的6个扇瓣，从而生成一个SDP灰度图像，将三个传感器振动信号转换的SDP灰度图像作为RGB彩色图像的不同通道进行融合，最后将融合后的SDP图像作为改进深度卷积神经网络的输入，实现齿轮箱的故障诊断。本发明相较于传统单一传感器故障诊断，可以更加全面地表征齿轮箱的故障特征，具有更好的故障诊断效果。