基于深度残差网络的齿轮箱故障诊断方法、装置及设备与流程

本公开涉及齿轮箱故障诊断，尤其涉及一种基于深度残差网络的齿轮箱故障诊断方法、装置及设备。

背景技术：

1、随着工业化的发展，越来越多的电机被投入生产，电机的装机容量增加，电机的运维问题变得十分重要。其中，多发的齿轮箱故障严重影响了电机的正常运行，给厂商造成了巨大的经济损失。因此，各电机企业迫切建立一套有效的电机齿轮箱故障诊断预警模型。

2、相关技术中，多依赖人工经验，使用大量的信号处理方法从信号的时域、频域以及时频域中提取敏感的故障特征。

3、这种方式下，无法有效适应齿轮箱复杂的环境及多样的工况，且由于噪音问题，齿轮箱故障诊断的效果较差，难以满足实际的生产需求。

技术实现思路

1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本公开的目的在于提出一种方法、装置、电子设备及存储介质，能够实现对齿轮箱故障类别的准确判断，有效提升齿轮箱的故障诊断的准确性与客观性。

3、本公开第一方面实施例提出的基于深度残差网络的齿轮箱故障诊断方法，包括：采集齿轮箱运行过程中的振动加速度时序数据；对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集；根据样本数据集，建立基于混合损失函数的目标深度残差网络模型；以及根据目标深度残差网络模型对齿轮箱进行故障诊断处理。

4、本公开第一方面实施例提出的基于深度残差网络的齿轮箱故障诊断方法，通过采集齿轮箱运行过程中的振动加速度时序数据，而后对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集，之后根据样本数据集，建立基于混合损失函数的目标深度残差网络模型，以及根据目标深度残差网络模型对齿轮箱进行故障诊断处理，由于是基于混合损失函数建立目标深度残差网络模型，并根据目标深度残差网络模型对齿轮箱进行故障诊断处理，能够实现对齿轮箱故障类别的准确判断，有效提升齿轮箱的故障诊断的准确性与客观性。

5、本公开第二方面实施例提出的基于深度残差网络的齿轮箱故障诊断装置，包括：采集模块，用于采集齿轮箱运行过程中的振动加速度时序数据；第一处理模块，用于对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集；建立模块，用于根据样本数据集，建立基于混合损失函数的目标深度残差网络模型；以及第二处理模块，用于根据目标深度残差网络模型对齿轮箱进行故障诊断处理。

6、本公开第二方面实施例提出的基于深度残差网络的齿轮箱故障诊断装置，通过采集齿轮箱运行过程中的振动加速度时序数据，而后对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集，之后根据样本数据集，建立基于混合损失函数的目标深度残差网络模型，以及根据目标深度残差网络模型对齿轮箱进行故障诊断处理，由于是基于混合损失函数建立目标深度残差网络模型，并根据目标深度残差网络模型对齿轮箱进行故障诊断处理，能够实现对齿轮箱故障类别的准确判断，有效提升齿轮箱的故障诊断的准确性与客观性。

7、本公开第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例的基于深度残差网络的齿轮箱故障诊断方法。

8、本公开第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开第一方面实施例的基于深度残差网络的齿轮箱故障诊断方法。

9、本公开第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面实施例的基于深度残差网络的齿轮箱故障诊断方法。

10、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。

技术特征：

1.一种基于深度残差网络的齿轮箱故障诊断方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述对所述振动加速度时序数据进行数据切分处理，生成样本数据集，包括：

3.如权利要求2所述的方法，其特征在于，所述根据所述样本数据集，建立基于混合损失函数的目标深度残差网络模型，包括：

4.如权利要求3所述的方法，其特征在于，根据交叉熵损失函数及平方和误差损失函数，搭建所述混合损失函数。

5.如权利要求4所述的方法，其特征在于，所述根据所述训练样本数据集，对所述初始深度残差网络模型进行训练处理，得到目标深度残差网络模型，包括：

6.如权利要求5所述的方法，其特征在于，在所述根据所述样本数据集，建立基于混合损失函数的目标深度残差网络模型之后，还包括：

7.如权利要求6所述的方法，其特征在于，所述根据所述测试样本数据集，对所述目标深度残差网络模型进行评估测试，包括：

8.一种基于深度残差网络的齿轮箱故障诊断装置，其特征在于，包括：

9.一种电子设备，包括：

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的基于深度残差网络的齿轮箱故障诊断方法。

技术总结
本公开提出一种基于深度残差网络的齿轮箱故障诊断方法、装置及设备，该方法包括：采集齿轮箱运行过程中的振动加速度时序数据；对振动加速度时序数据进行数据切分处理，生成样本数据集，其中，样本数据集包括：训练样本数据集和测试样本数据集；根据样本数据集，建立基于混合损失函数的目标深度残差网络模型；以及根据目标深度残差网络模型对齿轮箱进行故障诊断处理。通过本公开能够实现对齿轮箱故障类别的准确判断，有效提升齿轮箱的故障诊断的准确性与客观性。

技术研发人员：宋羽佳,董得志,陈修高,孙晓彦,孙浩
受保护的技术使用者：国家电投集团科学技术研究院有限公司
技术研发日：
技术公布日：2024/4/7