成果介绍
本发明公开了一种电流引导振动特征增强的齿轮箱故障诊断方法,属于风电齿轮箱故障诊断技术领域,包括采集风电齿轮箱中振动和电流信号的原始数据,通过小波包分解将原始数据变换得到电流时频特征矩阵和振动时频特征矩阵;设计电流引导的特征增强模块,用于提取电流信号频带上重要的特征,并将注意力权重应用于振动信号频带特征。分别将振动和电流信号的时频特征矩阵作为输入,经过三次特征提取和特征融合得到特征空间矩阵;将特征空间矩阵通过分类模块并且在决策层自适应加权得到最终诊断结果,最后通过两个分类任务的损失相加共同优化模型完成训练过程。本发明有效的提取以及融合了故障特征,提高了风电齿轮箱故障诊断的性能和精度。
成果亮点
本成果提出了一种电流引导振动特征增强的齿轮箱故障诊断方法,专门面向风电齿轮箱应用。该方法首先采集振动与电流信号的原始数据,并利用小波包分解分别构建两者的时频特征矩阵。核心创新在于设计了电流引导的特征增强模块,用于提取电流信号频带中的关键特征,并将注意力权重作用于振动信号的频带特征,实现电流对振动特征的导向性增强。随后,通过三次特征提取与融合得到特征空间矩阵,再经分类模块及决策层自适应加权输出最终诊断结果。该方法有效提取并融合了多源故障特征,显著提升了风电齿轮箱故障诊断的性能与精度。
团队介绍
燕山大学 何群 , 赵汝春 , 江国乾 , 谢平
成果资料