基于 MSAWPD-CNN 的行星齿轮箱端到端故障诊断研究

来源：机械与电子杂志2025年第07期北京时间：

作者：李斌;张砦;李泓锟

单位：南京航空航天大学自动化学院,江苏 南京 211106

摘要：针对传统行星齿轮箱故障诊断网络的人工特征提取困难的问题,提出了将小波包函数约束的自适应小波包分解( AWPD )卷积核融入 CNN 网络,构建行星齿轮箱端到端故障诊断网络 MSAWPD-CNN 。首先将 2 种频率尺度的 AWPD 卷积核融入到诊断网络的第 1 层,使诊断网络聚焦于可以有效表达行星齿轮箱故障的时频特征;其次将 2 种频率尺度的时频特征分别通过 2 层 1D 卷积进行特征压缩;最后将压缩后的特征堆叠送入骨干 CNN 进行深层特征提取与故障模式分类。实验结果表明,所提出的网络可以有效聚焦时频特征,加速训练结果的收敛,并且在测试集中诊断准确率最高。

关键词：行星齿轮箱;故障诊断;端到端;自适应小波包分解;卷积神经网络