基于PCA与HTM齿轮故障诊断研究.pdfVIP

振动与冲击 v01．33No．S2014 基于PCA和HTM齿轮故障诊断研究 乔峰1，张博1，李芳2 (1．陕西延长石油机械装备制造有限公司，延安717403；2．陕西延长油田股份有限公司。延安717403) 摘要：为了更好识别齿轮故障状态，提高故障诊断的准确性。本文提出主成分分析(PriⅡcipalcomponentAJlalysisPcA)和层 级实时记忆法口iemrchical Mode TemporalMemory，HTM)结合的方法。首先利用经验模态分解(Empirical 无量纲获取特征向量；然后利用PcA算法进行特征处理；最后将处理后的数据作为HTM的输入。PcA算法能有效约减样本数量且 小丢失信号的有效信息；H1M具有抗噪性、泛化能力强等特点，可以很好地处理含噪声数据的同时保证较高的识别率。实验与现 场应用表明：两者结合的方法能够快速区分各种故障类型，提高故障诊断率，为齿轮故障诊断的应用提供了新的思路。 关键词：PcAHTM齿轮特征提取模式识别 中图分类号：THl65-3； 文献标识码：A BasedonPCAandHTMfault g鲶r diagnosis代search QlAoFen甓i．zHANGBol?LIFnng。 (1，shaan】￡iYaⅡch趿gpc订Dk啪machineryequipm髓tmmufactuJ证gco．，LTD，Yan’a117】7403； 2．ShaaⅡxi oilfiled Yanchangco．，LTD，Yan’an717403) Abs打act：Inorderto me白ult抽fb珊ationand the of fhult me吐lod get improveaccuracygear diagnosis．PCA．HTM isin订oduced．FirsUEMD anddmlcnsionless vectors．Then is yⅡ10ughdecomposition 0btaillfeatlIre PCAalgorimmused forfeature and me dataareme ofHTM．PCA canreducethenumberof pmcessingfmaUypmcessed input algorithm andeflsurethee任bctiveinf-omationwitllout hasresistallcetonoiseandcan samples losillgsig皿a1；HTM 2ethi曲er and showt}lat山ecombinationoftwomemodscan recognmonmte．Experimentfield印plication distinguish quickly V撕ousfalllt and the fhlt ando彘ranew forthe of fault t)rpesimprove way diagnosis． gear dia9110si