一种基于知识和数据双驱动的新型多源故障诊断策略，用于行星齿轮箱 杨汉志、郝俊

《Sensors》：A Novel Multi-Source Fault Diagnosis Strategy Based on Knowledge and Data Dual-Drive for a Planetary Gearbox Hanzhi Yang and Jun Hao

　　

摘要

传统的故障诊断方法面临诸多挑战，例如故障信息利用不足以及分类准确性和计算成本之间的不平衡。为了解决这些问题，本文提出了一种基于知识和数据双驱动算法的新型多源故障诊断策略。首先，设计了一个多源信息关联矩阵（MICM），通过结合时域、频域和频道相关特征来增强故障信息的表达能力。接着，使用核主成分分析（KPCA）对MICM进行降维处理。最后，提出了一种基于Softmax逻辑回归（SLR）和K最近邻（KNN）的新分类器：SLR负责初步的分类预处理，而KNN则用于在较低的计算成本下实现高精度分类。此外，利用实际实验中风力涡轮机行星齿轮箱的最新数据集对所提出的MICM-SLR-KNN算法的有效性进行了验证，实验结果表明该算法相较于其他方法具有显著优势。