传动技术 ›› 2025, Vol. 39 ›› Issue (02): 15-22.

• •    

基于PARAFAC和BP的齿轮裂纹故障诊断方法

梁晓培, 李少义, 吴坚, 易怀胜, 王志刚, 陈汉新   

  1. 武汉工程大学电气信息学院;南昌工学院信息与人工智能学院;湖北特种设备检验检测研究院;
  • 出版日期:2025-06-30 发布日期:2025-06-30
  • 基金资助:
    国家自然科学基金资助项目(51775390);; 湖北省科技厅重大专项资助项目(2016AAA056)

  • Online:2025-06-30 Published:2025-06-30

摘要: 以平行因子分析理论为基础,将原始信号经小波分解构造三阶张量,再通过平行因子分解得到信号的空间加载因子、频率加载因子和时间加载因子,频率加载因子和时间加载因子可以明显表征齿轮箱裂纹的状态,以此进行特征提取构造特征向量映射不同齿轮裂纹的工况与特征信息,并将其作为波搜索算法优化后的BP神经网络模型的特征向量进行故障分类识别。与时频域信息特征提取方法相比较,所提出的方法用于齿轮裂纹故障诊断时稳定性更强,所构造的分类器模型准确度更高,且模型复杂度没有明显变化。

Key words: 故障诊断, 平行因子分析, 齿轮裂纹, BP神经网络

中图分类号: