基于深度学习的行星齿轮箱故障诊断技术研究

《基于深度学习的行星齿轮箱故障诊断技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TH17论文编号：102870318-SX010学科分类号：080402硕士学位论文基于深度学习的行星齿轮箱故障诊断技术研究研究生姓名王俊学科、专业测试计量技术及仪器研究方向故障诊断与健康管理指导教师王友仁教授南京航空航天大学研究生院自动化学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationEngineeringResearchonFaultDiagnosisTechnologyofPlanetaryGearbox

2、esBasedonDeepLearningAThesisinMeasurementTechnologyandInstrumentbyWangJunAdvisedbyProf.WangYourenSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的博/硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南

3、京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：南京航空航天大学硕士学位论文摘要行星齿轮箱作为旋转机械的重要部件之一，广泛应用于直升机主减速器，风力发电机组等复杂传动系统中。在实际运行时，行星齿轮箱承受动态重载负荷、复杂环境以及工况多变性等影响，导致太阳轮、行星轮、齿圈等关键零部件容易发生故障。开展面向直升机健康管理应用需求的行星齿轮箱故障诊断技术研究，对于提高

4、直升机传动系统的安全性和可靠性，降低维护维修费用具有重要的理论意义和应用价值。本文主要研究了基于深度学习的行星齿轮箱故障诊断技术，主要研究工作如下：(1)研究了一种多噪声干扰情况下的行星齿轮箱故障诊断方法。行星齿轮箱实际运行时振动信号易受外界噪声、内部多振动源耦合信号和其他无关振动源的干扰，使得单一深度学习模型对行星齿轮箱的故障诊断稳定性较差和泛化性能不强，提出将集成学习思想融入到深度学习理论，构建一种稳定性好，故障识别精度更高的深度学习集成分类器。通过行星齿轮箱故障诊断实验验证提出方法的有效性。(2)研究了一种少故障样本信息情况下的行星齿轮箱故障诊断

5、方法。针对行星齿轮箱故障诊断中存在着诊断样本较少和样本不平衡的问题，提出将堆栈去噪自动编码器与具有样本生成能力的生成对抗网络相结合，建立SDAE-GAN故障诊断模型。通过行星齿轮箱故障模拟实验进行验证，实验结果表明提出方法可以在故障样本信息不足情况下，有效提高行星齿轮箱故障诊断精度。关键词：行星齿轮箱，故障诊断，深度学习，堆栈去噪自动编码器，多样性故障特征提取，集成学习，生成对抗网络I基于深度学习的行星齿轮箱故障诊断技术研究ABSTRACTAsoneofthemostimportantpartsofrotatingmachinery,planetary

6、gearboxesarewidelyusedinthecomplextransmissionsystemssuchashelicoptermaindeceleratorsandwindturbines.Intheactualoperation,planetarygearboxesarefrequentlysubjecttodynamicheavyloads,complexenvironmentandvariableworkingconditions,resultinginthefaultsofkeycomponmentssuchassungears,p

7、lanetgearsandgearrings.Carryingoutresearchonthefaultdiagnosistechnologyofhelicopterplanetarygearboxhasimportantpracticalsignificanceandapplicationvaluewithregardtoprotectingflightsafetyandimprovingworkingreliability.Thispapermainlycarriedoutresearchonthefaultdoagnosistechnologyo

8、fplanetarygearboxesbasedondeeplearning.Themainr