-
公开(公告)号:CN117352004A
公开(公告)日:2024-01-05
申请号:CN202311461459.7
申请日:2023-11-03
Applicant: 河北工程大学
IPC: G10L25/51 , G01M13/021 , G10L25/18 , G10L25/30 , G10L25/45 , G06N3/0464 , G06N3/084 , F03D17/00
Abstract: 本发明公开了一种风力发电机行星齿轮箱故障诊断系统,涉及齿轮箱故障诊断技术领域,包括采集模块:用于采集行星齿轮箱在不同状态下的声音数据并打上对应的标签;预处理模块:用于对声音数据进行预处理得到学习数据并将其输出到深度学习模块;深度学习模块:用于搭建和训练卷积神经网络;故障识别模块:用于采集发电机行星齿轮箱实时工作声音,将采集到的声音数据发送到预处理模块进行预处理,将预处理后的数据输入到训练好的声音识别模型识别故障状态并输出,通过在采集学习数据时使行星齿轮箱在各种单一故障及组合故障下状态下进行声音数据采集有效提高基于深度学习理论的深度神经网络对实际工况下行星齿轮箱故障诊断的识别率。