一种多特征融合的WSA-MLP齿轮箱故障诊断方法.pdfVIP

一种多特征融合的WSA-MLP齿轮箱故障诊断方法.pdf

第45卷第6期噪声与振动控制Vol45No.6

2025年12月NOISEANDVIBRATIONCONTROLDec.2025

文章编号：1006-1355(2025)06-0162-07

一种多特征融合的WSA-MLP齿轮箱故障诊断方法

11,21111

易怀胜，李少义，陈汉新，章立恒，王耕，刘雨昊

(1.武汉工程大学机电工程学院，武汉430205；

2.南昌工学院信息与人工智能学院，南昌330108)

摘要：为解决齿轮箱故障诊断传统研究中样本特征不充分、高维数据处理困难以及故障诊断精度不够等问题，提

出一种融合齿轮箱故障信号多特征信息与波搜索算法(WaveSearchAlgorithm，WSA)优化的多层感知机(Multi-Layer

Perceptron，MLP)模型。首先融合提取故障信号的时域、频域特征，以及通过小波包分解后的时频域特征，然后对融合

后的特征信息经过主成分分析法(PrincipalComponentsAnalysis，PCA)降维，再将降维后的特征信息与时域、频域和时

频域单独进行特征提取方法相比较。最后为提高MLP模型的性能，运用WSA对MLP模型的权重和偏置项进行参数

优化，建立基于多特征融合的WSA-MLP齿轮箱故障诊断方法。与MLP、粒子群优化算法(ParticleSwarm

Optimization，PSO)-MLP模型相比较，WSA-MLP模型的故障诊断精度最高，且模型复杂度没有明显提升。

关键词：故障诊断；齿轮箱；多特征融合；PCA降维；多层感知机；波搜索算法

中图分类号：TP206.3；TH3文献标志码：ADOI编码：10.3969/j.issn.1006-1355.2025.06.025

AMulti-FeatureFusionMethodforWSA-MLPGearboxFaultDiagnosis

11,21111

YIHuaisheng,LIShaoyi,CHENHanxin,ZHANGLiheng,WANGGeng,LIUYuhao

(1.FacultyofMechanicalandElectricalEngineering,WuhanInstituteofTechnology,Wuhan430205,China;

2.SchoolofInformationandArtificialIntelligence,NanchangInstituteofTechnology,Nanchang330108,China)

Abstract:Inordertosolvetheproblemsinthetraditionalresearchofgearboxfaultdiagnosis,suchasinsufficient