齿轮箱振动传感器信号加权动态网络优化及故障诊断

摘要

为了提高齿轮箱故障诊断能力,采用加权动态网络构建了一种振动传感器信号加权动态网络。通过加权动态处理方式来实现跨层连接特征图小波包系数矩阵的权重调节,完成各类频带信息的自适应加权计算,使密集连接网络具备更强的变转速工况表征性能,实现故障识别率的显著提升。研究结果表明:组成加权动态网络的密集块与过渡层结构。各其中一层可以实现卷积降维的效果,另一层则可以实现池化的效果。各密集块都包含了6个卷积模块、初始输入端卷积层和输出池化层以及全连接层。加权动态网络达到了最优性能,进行小波包系数加权动态计算时获得了最快收敛速率,并形成了稳定的最高值。采用本文加权动态网络可以对齿轮箱实现故障信号的准确诊断。