基于多信息融合与卷积神经网络的行星齿轮箱故障诊断方法研究.pptx

content目录01研究背景与问题提出02技术路线与方法创新03多尺度特征提取与网络结构设计04实验平台构建与数据采集05诊断性能分析与结果对比06方法拓展与工程应用前景

研究背景与问题提出01

行星齿轮箱在风电、航空及重型机械中的关键作用及其高故障风险特性核心地位行星齿轮箱广泛应用于风电机组、直升机传动系统及重型工程机械，承担动力传递与变速功能，是关键传动部件。其运行稳定性直接影响整机工作效率与安全性。故障高发由于长期处于重载、变工况和恶劣环境中，行星齿轮箱易发生齿轮断齿、轴承剥落等故障。故障率在传动系统中位居前列，维修成本高昂。影响严重一旦发生突发性故障，可能导致机组停机、飞行事故或生产