基于差分进化概率神经网络的行星齿轮故障诊断方法

摘要

基于差分进化神经网络的行星齿轮故障诊断方法，属于旋转机械故障诊断方法领域。本发明包括如下步骤：S1、确定故障模式类型，通过传感器获取行星齿轮的振动信号；S2、采用经验小波变换方法分解所述振动信号；S3、利用时频域指标选择分解后的信号形成特征矩阵；S4、通过t‑SNE特征降维方法对所述特征矩阵降维；S5、在概率神经网络的基础上，提出了基于差分进化优化的概率神经网络故障诊断模型，利用差分进化优化算法对概率神经网络中的光滑因子δ进行优化，选取最优的δ值，以提高故障诊断精度。本发明相比传统故障诊断方法具有更高的故障诊断精度。