数值模型驱动的传动系统故障个性化诊断原理

摘要：

如何获得机械传动系统大量反映实际运行状态的故障样本,是制约人工智能诊断模型走向工程应用的瓶颈.基于个体差异的精准诊断需求,提出机械传动系统个性化故障诊断基本原理,通过建立机械传动系统数值模型,进行仿真分析,获得故障样本,解决故障诊断过程中故障特征信息缺乏的短板,从而激活人工智能诊断方法.以轴承、齿轮传动、转子系统等机械传动系统为例,构建完好结构有限元模型,开展模型修正,获得具有一定精度的仿真模型.预定义多类故障并添加至具有一定精度的有限元模型,计算生成故障样本集,作为人工智能诊断模型的训练样本,用于待诊断测试样本分类.任意选取的支持向量机、极限学习机、卷积神经网络等人工智能诊断模型故障分类实验结果表明:所提出机械传动系统故障诊断的个性化诊断原理,具有较强的普适性与可拓展性.

关键词：机械传动系统;故障;个性化诊断;人工智能诊断模型;分类

所属期刊栏目：57

分类号：TH322(泵)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：116-128