WT-IDRN故障诊断模型

齿轮箱复合故障高精度诊断

通过小波变换与改进深度残差网络融合,在不平衡数据和复合故障下实现齿轮箱单故障及同时故障的准确诊断。

Suiyan, Wang · Jiaye, Tian · Liang, Pengfei · Xu, Xuefang · Zhuoze, Yu · 刘思远 · Delong, Zhang

Engineering Applications of Artificial Intelligence 2024

参数信息

诊断精度
99.6 %
诊断精度
98.5 %

技术优势

能够处理不平衡数据

通过添加类别平衡加权项的新损失函数和多标签分类,模型在不平衡数据下仍能保持高精度。

诊断复合故障

模型能够同时识别齿轮箱中的多种故障,包括单一故障和同时发生的复合故障。

关注关键区域

注意力模块和空间变换模块使网络聚焦于信号中的关键区域,提升特征提取能力。

应用场景