基于多方向振动数据的风机齿轮箱故障智能诊断.docxVIP

机械工程师ME

机械工程师

MECHANICALENGINEER

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

PAGE66圆园

PAGE66

圆园22年第11期网址：电邮：hrbengineer@163.com

PAGE67网址：

PAGE67

网址：电邮：hrbengineer@163.com圆园22年第11期

基于多方向振动数据的风机齿轮箱故障智能诊断

孟繁晔1，高翼飞1，陈长征1，2

（1.沈阳工业大学机械工程学院，沈阳110870；2.辽宁省振动噪声控制工程技术研究中心，沈阳110870）

摘 要：风机齿轮箱作为风机的关键传递结构，针对其关键部件的故障诊断，提出了一种基于极点对称模态分解算法

（ESMD）、MobileNetV2神经网络和D-S证据理论的诊断方法。首先将3个方向的复杂的故障信号进行ESMD分解与重构，将3个方向重构后的信号输入到MobileNetV2网络中进行训练，最后利用D-S证据理论进行融合计算并得到最终的预测结果。使用某公司搭建的风机齿轮箱实验平台数据，最终通过实验表明，文中所提出的诊断方法有效，在准确率可以接受的前提下，极大地减少了运算的时间，实现了轻量化。

关键词：风机齿轮箱；ESMD；MobileNetV2神经网络；D-S理论；故障诊断

中图分类号:TH132.41 文献标志码:粤 文章编号：员园园圆原圆猿猿猿（圆园22）11原园066原园6

IntelligentFaultDiagnosisofWindTurbineBasedonMulti-directionVibrationData

MENGFanye1, GAOYifei1, CHENChangzheng1,2

(1.SchoolofMechanicalEngineering,ShenyangUniversityofTechnology,Shenyang110870,China;

2.LiaoningVibrationandNoiseControlEngineeringResearchCenter,Shenyang110870,China)

Abstract:Windturbinegearboxisakeytransferstructureoffan.AfaultdiagnosismethodbasedonExtreme-pointSymmetricModeDecomposition(ESMD),MobileNetV2modelandD-Stheoryisproposedforthefaultdiagnosisofitskeycomponents.Firstly,thecomplexfaultsignalsinthethreedirectionsaredecomposedandreconstructedbyESMD,andthereconstructedsignalsinthethreedirectionsareinputintotheMobileNetV2modelfortraining.Finally,theD-Stheoryisusedforfusioncalculationandthefinalpredictionresultsareobtained.Thispaperusestheexperimentalplatformdataofwindturbinegearboxbuiltbyacompany.Finally,theexperimentalresultsshowthattheproposedmethodiseffectiveandcangreatlyshortenthecomputingtimeunderthepremiseofensuringtheaccuracy.

Keywords:windturbinegearbox;ESMD;MobileNetV2model;D-Stheory;faultdiagnosis

引言

齿轮箱作为风机中的重要部件，具有质量轻、体积小、传动比大的优点，其运行状态的好坏会对整体机械设备的稳定运转产生影响。由于风机齿轮箱的工作环境大多是在高速度、重载荷、强冲击的恶劣条件下，因此齿轮箱故障频次较高。同时风能在国家中的能源占比正不断攀升，所以