基于图谱特征与度量学习的行星齿轮箱健康评估

为提高行星齿轮箱健康评估准确性,提出一种基于图谱特征与度量学习的行星齿轮箱健康评估方法。从行星齿轮箱振动信号中提取图谱特征作为故障特征参数;设计基于单调性、相关性的度量学习准则,建立优化的马氏距离度量函数;采用待测样本与无故障正常样本之间的马氏距离表征故障严重程度,建立基于支持向量回归的健康评估模型。通过行星齿轮箱健康评估实验结果分析,证明了图谱特征能够有效表征行星齿轮箱故障严重程度,所建立的健康评估模型单调性好,提高了健康评估准确性。