汽車主減速器智能故障診斷方法及應(yīng)用研究.pdf

1、主減速器是汽車傳動系統(tǒng)中的關(guān)鍵部件，其狀態(tài)對車輛的舒適度和安全性具有直接的影響。由于主減速器復(fù)雜的內(nèi)部結(jié)構(gòu)，各零部件之間的關(guān)聯(lián)非常緊密，當(dāng)主減速器出現(xiàn)某一功能失效時，可能是由于同時出現(xiàn)了多種故障?，F(xiàn)有的主減速器故障診斷方法主要針對單故障進行診斷，無法準(zhǔn)確地識別出多故障模式。
　　近年來，隨著人工智能技術(shù)的發(fā)展，以信號處理為核心的傳統(tǒng)故障診斷技術(shù)逐步轉(zhuǎn)變?yōu)橐詸C器學(xué)習(xí)為核心的智能故障診斷技術(shù)，能有效提高故障診斷的智能化水平，在故障診斷

2、領(lǐng)域取得了一定成果。然而，為了實現(xiàn)主減速器單故障和多故障的智能診斷，仍然存在一些關(guān)鍵問題需要進一步研究，包括：針對所采集的強噪聲環(huán)境下的主減速器振動信號，如何在有效降噪的同時避免高頻特征成分的過度平滑；針對非線性、非平穩(wěn)的高維降噪信號中的復(fù)雜特征成分，如何提取能反映主減速器狀態(tài)的微弱故障特征；針對已標(biāo)記故障樣本缺乏的問題，如何獲得準(zhǔn)確、完備的樣本集用于訓(xùn)練智能故障診斷模型；由于難以采集到所有可能出現(xiàn)的多故障樣本，如何構(gòu)建一種主減速器智能

3、故障診斷模型，同時實現(xiàn)單故障和多故障模式的智能診斷?；诖?，本論文提出了一種能同時識別單故障和多故障模式的主減速器智能故障診斷方法。
　　本學(xué)位論文圍繞強噪聲環(huán)境下的主減速器智能故障診斷方法的應(yīng)用研究問題，從強噪聲環(huán)境下振動信號的降噪、非線性非平穩(wěn)微弱特征的提取、未標(biāo)記故障樣本的半監(jiān)督學(xué)習(xí)以及主減速器單故障與多故障模式的智能診斷等方面展開研究。
　　本學(xué)位論文的主要研究內(nèi)容包括：
　　（1）針對強噪聲環(huán)境下的主減速器智

4、能故障診斷問題，為了避免部分高頻特征在降噪時被作為強噪聲成分而被過濾掉，提出了一種基于自適應(yīng)稀疏樹結(jié)構(gòu)的降噪方法，有效提高所采集振動信號的信噪比。
　　首先，基于不同尺度小波系數(shù)之間的相關(guān)性，實現(xiàn)基于結(jié)構(gòu)化稀疏的樹結(jié)構(gòu)小波估計；然后，為了在降噪過程中有效保留多種信號特征，利用雙樹復(fù)小波變換從原始振動信號中檢測出特征點位置；最后，以此作為自適應(yīng)調(diào)整樹結(jié)構(gòu)正則化權(quán)值的依據(jù)，收縮覆蓋特征點位置的系數(shù)組所對應(yīng)的正則化權(quán)值。
　?。?

5、）為了提高智能故障診斷方法的診斷精確度，提出了一種基于三階段多核學(xué)習(xí)框架的非線性監(jiān)督特征提取方法，用于降低信號維度，提取出能反映主減速器運行狀態(tài)的非平穩(wěn)、非線性的微弱特征成分。
　　三階段多核學(xué)習(xí)框架從基核函數(shù)的選擇、基核函數(shù)的組合以及算法效率三個方面進行了改進。首先，構(gòu)建一個包含多種類型核函數(shù)的候選基核函數(shù)集，以保證提取信息特征的多樣性；然后，將三階段多核學(xué)習(xí)框架與基于空間轉(zhuǎn)換的非線性特征提取方法相結(jié)合，實現(xiàn)了非線性監(jiān)督特征提取

6、。
　?。?）針對已標(biāo)記故障樣本缺乏的問題，為了獲得準(zhǔn)確的、完備的樣本集用于訓(xùn)練智能故障診斷模型，提出了一種基于聚類判別流形正則化框架和極限學(xué)習(xí)機的半監(jiān)督學(xué)習(xí)模型，對大量無標(biāo)記樣本的故障類別進行半監(jiān)督學(xué)習(xí)，擴充訓(xùn)練集以提高智能故障診斷模型的泛化性。
　　首先，將樣本集的聚類標(biāo)簽與配對約束正則化相結(jié)合，提出了基于聚類判別流形正則化的半監(jiān)督學(xué)習(xí)框架；然后，結(jié)合極限學(xué)習(xí)機在學(xué)習(xí)速度上的優(yōu)勢，提出了一種基于聚類判別流形正則化框架和極

7、限學(xué)習(xí)機的半監(jiān)督學(xué)習(xí)模型；最后，為了提高該模型的性能，提出了一種多目標(biāo)果蠅算法用于優(yōu)化半監(jiān)督學(xué)習(xí)模型的參數(shù)。
　?。?）由于難以采集到所有可能出現(xiàn)的多故障樣本，為了同時實現(xiàn)單故障和多故障模式的智能診斷，構(gòu)建了一種以單故障樣本作為訓(xùn)練集的配對稀疏貝葉斯極限學(xué)習(xí)機智能故障診斷模型，并應(yīng)用于主減速器的智能故障診斷中。
　　首先，基于稀疏貝葉斯極限學(xué)習(xí)機的概率輸出特點，使用單故障樣本并采用配對策略訓(xùn)練基于配對稀疏貝葉斯極限學(xué)習(xí)機的分