摘要: 为了准确评估旋转矢量(RV)减速器的工作状态,针对RV减速器故障不明显、样本数据少、难诊断的问题,首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性,利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数据周期性的特点,提出一种基于EEMD的粒子群优化(PSO)算法的极限学习机(ELM)故障诊断模型,同时采用西安交通大学轴承实验数据集验证了模型性能。在此基础上,将RV减速机测试平台所测得的数据代入所提模型,最后与其他模型进行对比,结果显示所提模型能够更有效地判断出RV减速机的工作状态。
中图分类号:
刘永明, 叶国文, 赵转哲, 张振. 基于EEMD-PSO-ELM的RV减速器故障诊断模型[J]. 计算机集成制造系统, 2023, 29(1): 224-235.
LIU Yongming, YE Guowen, ZHAO Zhuanzhe, ZHANG Zhen. Fault diagnosis model of RV reducer based on EEMD-PSO-ELM[J]. Computer Integrated Manufacturing System, 2023, 29(1): 224-235.