DOI: 10.11799/ce202505019
基于振动信号分析的齿轮传动系统故障诊断方法研究
刘孝军
任文清
国家能源集团神东大柳塔煤矿,陕西 神木 719315
摘要：齿轮传动装置作为机械设备的核心部件,其运行工况复杂,众多结构件的振动信号重叠,使得监测难度加大,需要专业人员的深入分析.为解决矿用机械设备齿轮传动系统监测面临的挑战,文章首先基于模态优选重构与表达的联合降噪算法(CEEMDAN)对振动信号进行降噪,进一步构建基于长短期记忆(LSTM)神经网络的故障诊断模型.同时,在种群初始化方式、收敛参数更新策略、位置更新策略三个方面对灰狼算法进行改进,经过性能测试以及与其他算法对比发现,文章采用的三项改进措施显著增强了灰狼算法的性能.最终,利用改进灰狼算法对故障诊断模型进行超参数优化.经过仿真分析与实验验证,本研究提出的故障诊断模型相比传统模型,诊断精度与稳定性都有大幅提高,识别平均准确率可达96%以上.
关键词：故障诊断神经网络特征提取改进灰狼算法
分类号：TD76(矿山安全与劳动保护)
论文发表日期：2025-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 140-147 )
英文信息