基于CWT和优化Swin Transformer的风电齿轮箱故障诊断方法

来源：振动与冲击杂志2024年第15期北京时间：

作者：周舟，陈捷,，吴明明

单位：1.南京工业大学机械与动力工程学院，南京211816；2.江苏省工业装备数字制造及控制技术重点实验室，南京211816;3.远景能源有限公司南京分公司,南京211816

摘要：针对传统故障诊断方法在风电齿轮箱运行故障诊断应用上的不足，提出一种基于小波变换(Continuous Wavelet Transform,CWT)和优化 Swin Transformer 的风电齿轮箱故障诊断方法。该方法利用小波变换将风电齿轮箱振动信号转换为时频图；使用SuperMix数据增强算法对样本进行扩充；利用迁移学习技术将模型预训练参数用于训练和优化Swin Transformer模型；将训练完成的优化 Swin Transformer模型应用于风场实际运维数据进行对比验证，分类准确率达到99.67%。验证结果表明该方法能够有效的实现风电齿轮箱故障诊断，并提高模型的识别准确率。

关键词：风电齿轮箱；小波变换；数据增强；Swin Transformer