留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

量化特征多粒度模型在行星齿轮箱故障诊断中的应用

于军 丁博

于军, 丁博. 量化特征多粒度模型在行星齿轮箱故障诊断中的应用[J]. 机械科学与技术, 2019, 38(1): 7-14. doi: 10.13433/j.cnki.1003-8728.20180092
引用本文: 于军, 丁博. 量化特征多粒度模型在行星齿轮箱故障诊断中的应用[J]. 机械科学与技术, 2019, 38(1): 7-14. doi: 10.13433/j.cnki.1003-8728.20180092
Yu Jun, Ding Bo. Application of Valued Characteristic Multi-granularity Model in Fault Diagnosis of Planetary Gearboxes[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(1): 7-14. doi: 10.13433/j.cnki.1003-8728.20180092
Citation: Yu Jun, Ding Bo. Application of Valued Characteristic Multi-granularity Model in Fault Diagnosis of Planetary Gearboxes[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(1): 7-14. doi: 10.13433/j.cnki.1003-8728.20180092

量化特征多粒度模型在行星齿轮箱故障诊断中的应用

doi: 10.13433/j.cnki.1003-8728.20180092
基金项目: 

黑龙江省普通本科高等学校青年创新人才项目 UNPYSCT-2016034

国家自然科学基金项目 61673142

国家自然科学基金项目 51275136

详细信息
    作者简介:

    于军(1984-), 讲师, 博士, 研究方向为机电系统智能诊断、不确定信息处理等, wanghai121222@163.com

  • 中图分类号: TH17;TP18

Application of Valued Characteristic Multi-granularity Model in Fault Diagnosis of Planetary Gearboxes

  • 摘要: 传感器失灵、通讯迟滞或数据离散化等多种不确定因素会导致行星齿轮箱故障诊断信息不完备情况的发生,而现有的故障诊断方法已难于适用。为此,提出一种基于数据驱动量化特征多粒度模型的行星齿轮箱故障诊断方法。首先,采用数据驱动量化特征关系对行星齿轮箱的不完备故障诊断信息进行分析;其次,利用基于悲观数据驱动量化特征多粒度模型的属性约简算法提取故障诊断决策规则;最后,使用朴素贝叶斯分类器(Naive Bayesian classifier,NBC)推断待诊行星齿轮箱状态。实验研究表明,该方法可准确地判断实例间的不可分辨关系,降低计算复杂度,提高故障诊断准确率。
  • 图  1  行星齿轮箱故障诊断框架

    图  2  行星齿轮箱实验组件

    图  3  行星齿轮箱时域波形和频谱

    图  4  行星齿轮箱NBC模型

    图  5  平均准确率与阈值之间的关系曲线

    表  1  不完备故障诊断信息系统

    U c1 c2 c3 d
    u1 2 ? 1 Y
    u2 1 1 2 Y
    u3 ? 2 1 Y
    u4 2 1 2 Y
    u5 2 ? 2 Y
    u6 3 1 1 Y
    u7 * 1 * N
    u8 1 2 1 N
    下载: 导出CSV

    表  2  行星齿轮箱故障诊断信息系统

    U Kv Cv Pv KI CI W D
    u1 1 1 1 * 1 1 N
    u2 1 * 1 1 * 1
    u60 2 2 3 * 2 1
    u61 1 1 3 * 2 2 F1
    u62 2 * 2 1 1 2
    u120 2 2 2 2 2 2
    u121 2 3 2 2 3 2 F2
    u122 * 2 * * 2 2
    u180 3 3 3 3 * 2
    u181 2 2 * 3 3 ? F3
    u182 3 * 2 4 * ?
    u240 3 2 1 3 3 ?
    u241 2 2 1 1 1 3 F4
    u242 1 1 1 * 2 3
    u300 1 * 3 2 1 3
    下载: 导出CSV

    表  3  行星齿轮箱故障诊断决策规则

    序号 决策规则 数量 支持实例
    1 (Kv, 1)∧(Pv, 2)∧(W, 1)→N 2 u1, u11
    2 (Pv, 3)∧(W, 1)→N 3 u2, u17, u33
    3 (Kv, 1)∧(Cv, 1)→F1 2 u61, u71,
    4 (KI, 1)∧(CI, 1)→F1 3 u62, u81, u97
    5 (Kv, 2)∧(KI, 2)→F2 2 u121, u122
    6 (Kv, 3)∧(Pv, 3)∧(Cv, 3)→F2 3 u128, u129, u161
    7 (KI, 3)∧(CI, 3)→F3 1 u181
    8 (Kv, 3)∧(KI, 4)→F3 3 u182, u199, u230
    9 (Kv, 2)∧(Pv, 1)∧(W, 3)→F4 2 u241, u252
    115 (KI, 2)∧(W, 3)→F4 3 u237, u299, u300
    下载: 导出CSV

    表  4  故障诊断平均准确率

    模型 规则数 实例数 正确数 准确率
    乐观多粒度模型 134 300 283 94.33%
    悲观多粒度模型 115 300 293 97.67%
    下载: 导出CSV
  • [1] Li Y B, Yang Y T, Li G Y, et al. A fault diagnosis scheme for planetary gearboxes using modified multi-scale symbolic dynamic entropy and mRMR feature selection[J]. Mechanical Systems and Signal Processing, 2017, 91:295-312 doi: 10.1016/j.ymssp.2016.12.040
    [2] Lei Y G, Lin J, Zuo M J, et al. Condition monitoring and fault diagnosis of planetary gearboxes:a review[J]. Measurement, 2014, 48:292-305 doi: 10.1016/j.measurement.2013.11.012
    [3] 李冠瑾, 刘文艺, 高钦武.一种交叉遗传优化MHW的风电机组微弱特征提取方法[J].机械科学与技术, 2017, 36(10):1594-1597 http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract6846.shtml

    Li G J, Liu W Y, Gao Q W. A wind turbine's weak feature extraction method using cross genetic optimized MHW[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(10):1594-1597(in Chinese) http://journals.nwpu.edu.cn/jxkxyjs/CN/abstract/abstract6846.shtml
    [4] Cheng Z, Hu N Q, Zhang X F. Crack level estimation approach for planetary gearbox based on simulation signal and GRA[J]. Journal of Sound and Vibration, 2012, 331(26):5853-5863 doi: 10.1016/j.jsv.2012.07.035
    [5] Vanhollebeke F, Peeters P, Helsen J, et al. Large scale validation of a flexible multibody wind turbine gearbox model[J]. Journal of Computational and Nonlinear Dynamics, 2015, 10(4):041006 doi: 10.1115/1.4028600
    [6] Chen J L, Zhang C L, Zhang X Y, et al. Planetary gearbox condition monitoring of ship-based satellite communication antennas using ensemble multiwavelet analysis method[J]. Mechanical Systems and Signal Processing, 2015, 54-55:277-292 doi: 10.1016/j.ymssp.2014.07.026
    [7] Noll M C, Godfrey J W, Schelenz R, et al. Analysis of time-domain signals of piezoelectric strain sensors on slow spinning planetary gearboxes[J]. Mechanical Systems and Signal Processing, 2016, 72-73:727-744 doi: 10.1016/j.ymssp.2015.10.028
    [8] Feng Z P, Liang M. Complex signal analysis for planetary gearbox fault diagnosis via shift invariant dictionary learning[J]. Measurement, 2016, 90:382-395 doi: 10.1016/j.measurement.2016.04.078
    [9] Khazaee M, Ahmadi H, Omid M, et al. Classifier fusion of vibration and acoustic signals for fault diagnosis and classification of planetary gears based on Dempster-Shafer evidence theory[J]. Proceedings of the Institution of Mechanical Engineers, Part E:Journal of Process Mechanical Engineering, 2014, 228(1):21-32 doi: 10.1177/0954408912469902
    [10] Grzymala-Busse J W, Clark P G, Kuehnhausen M. Generalized probabilistic approximations of incomplete data[J]. International Journal of Approximate Reasoning, 2014, 55(1):180-196 doi: 10.1016/j.ijar.2013.04.007
    [11] Wang G Y, Guan L H, Wu W Z, et al. Data-driven valued tolerance relation based on the extended rough set[J]. Fundamenta Informaticae, 2014, 132(3):349-363 http://cn.bing.com/academic/profile?id=407b8e93d10b5d65fbcd98f41afaa4cc&encoded=0&v=paper_preview&mkt=zh-cn
    [12] Qian Y H, Liang J Y, Yao Y Y, et al. MGRS:a multi-granulation rough set[J]. Information Sciences, 2010, 180(6):949-970 doi: 10.1016/j.ins.2009.11.023
    [13] Yu J, Bai M Y, Wang G N, et al. Fault diagnosis of planetary gearbox with incomplete information using assignment reduction and flexible naive Bayesian classifier[J]. Journal of Mechanical Science and Technology, 2018, 32(1):37-47 doi: 10.1007/s12206-017-1205-y
  • 加载中
图(5) / 表(4)
计量
  • 文章访问数:  503
  • HTML全文浏览量:  199
  • PDF下载量:  186
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-07
  • 刊出日期:  2019-01-05

目录

    /

    返回文章
    返回