文章详情
| 稿件标题： | 基于SOM神经网络的齿轮箱健康评估方法 |
| 稿件作者： | 邵旋1，康兴无1，曹向荣2，王旭平1，袁晓静1，孙磊3 |
| DOI： | 10.11809/bqzbgcxb2021.07.042 |
| 科学编辑： | 吴军 博士（华中科技大学教授） |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 小波降噪；时域参数；归一化；SOM神经网络；健康值CV；数据包络分析 |
| 文章摘要： | 为了实现齿轮箱健康状态早期识别以及定量化评估，提出了一种基于自组织特征映射(SOM）神经网络的齿轮箱健康评估方法。该方法首先对齿轮箱振动信号进行小波降噪处理，减小噪声对信号分析的干扰；然后提取可以描述信号特征的时域参数，归一化后输入到SOM神经网络，计算输入数据与正常数据最佳匹配单元之间的欧氏距离；构造一个用于定量化表征齿轮箱健康状况的无量纲参数——健康值CV，其取值范围为［0,1］，CV值越接近1表明系统越健康，反之则表示系统处于故障状态。同时进行数据包络分析，实现状态识别，并基于采集的变速箱振动加速度数据进行验证。试验结果表明，该方法计算所得健康值CV可以较好反映变速箱健康状况，且可以准确识别变速箱状态，具有工程意义。 |
| 引用本文格式： | 邵旋，康兴无，曹向荣，等.基于SOM神经网络的齿轮箱健康评估方法［J］.兵器装备工程学报，2021,42(07):246-251. SHAO Xuan, KANG Xingwu, CAO Xiangrong, et al.Research on Gearbox Health Assessment Method Based on SOM Neural Network［J］.Journal of Ordnance Equipment Engineering,2021,42(07):246-251. |
| 刊期名称： | 2021年07期 |
| 出版时间： | 2021年7月 |
| 上线时间： | 2021年7月28日 |
| 浏览次数： | 2605 |
| 下载次数： | 2064 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |