《电子测量技术杂志》发表论文赏析

基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断

来源:电子测量技术杂志2025年第10期北京时间:

作者:万佳诚,曾宪文,李靖超

单位:1.上海电机学院电气学院 上海 201306;2.上海电机学院电子信息学院 上海 201306

摘要:针对齿轮箱故障诊断中因噪声干扰等因素导致的诊断效果不佳问题,提出一种基于改进的黑翅鸢优化算法(GBKA)优化变分模态分解(VMD)和宽卷积神经网络(WDCNN)的故障诊断方法。首先,针对黑翅鸢算法(BKA)易陷入局部最优和过早收敛的缺陷,引入遗传算法的基因交叉重组与变异操作对BKA进行改进;其次,利用改进后的GBKA对VMD参数寻优,通过相关系数筛选模态分量并重构信号;最后,将重构信号输入WDCNN模型,实现故障分类。结果表明,在测试函数上,GBKA相比BKA具有更优的寻优性能;在两种工况下,该方法的平均故障分类准确率分别达到99.645%和99.978%,优于其他对比方法,并且在噪声实验中受到噪声的影响较小,验证了所提模型的有效性和稳定性,为齿轮箱故障诊断提供了一种可靠的解决方案。

关键词:行星齿轮;故障诊断;宽卷积神经网络;VMD;GBKA算法

基金资助:国家自然科学基金面上项目(62076160)、上海市自然科学基金面上项目(21ZR1424700)、上海市青年科技启明星项目(23QA1403800)资助

2025年10期其他文献查阅:

基于四探针法的磁性微米线电阻特性研究

10km/s激光多普勒测速仪示值误差校准方法研究

基于改进ip-iq 理论的谐波检测方法

基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断

改进YOLOv8s的校园智能清扫车障碍物检测与测距算法

基于数据增强与IEVO-GRNN的飞机引气系统故障诊断

基于改进SSA和CNN-BiLSTM-Attention的UWB测距误差缓解算法

改进YOLOv10n的输电线路部件缺陷检测算法

基于IHOA-DELM的锂离子电池SOH和RUL联合预测

多策略改进的红嘴蓝鹊优化算法及其应用

基于PCA和非线性映射改进的MFCC特征提取方法

基于光散射的光伏组件积灰检测系统设计

基于多尺度特征融合的跨视角点云步态识别

基于YOLOv8的输电线路巡检算法研究

多放大倍率掩码自编码器的乳腺癌图像分类

一种基于VDSEC-UNet的遥感影像建筑物提取方法

基于改进Vision Transformer的水稻叶片病害图像识别

一种基于注意力的无监督行人重识别方法

近场毫米波雷达高分辨率稀疏成像算法研究

基于3D高斯溅射的人物化身重建算法

基于深度学习的三维点云与IMU融合里程计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!