[发明专利]一种用于齿轮箱故障智能诊断的方法

权利要求书

1.一种用于齿轮箱故障智能诊断的方法，通过检测做出有无故障隐患的判断，其特征在于：根据所述的判断结果作以下选择：

如判断结果中含有故障隐患，发出预警；或，

如判断结果中均为无故障隐患，结束；

上述的判断过程至少包括：案例推理并做出判断的步骤和规则推理并做出判断的步骤；其中，案例推理并做出判断的步骤具体为：

步骤1.1.案例推理步骤，包括：提取齿轮箱已有案例典型故障特征的步骤；检索未知故障与已有案例相似度的步骤；

步骤1.2.做出判断的步骤，包括；目标案例与源案例相似度在设定范围内，判断的结果为案例匹配；目标案例与源案例相似度不在设定范围内，判断的结果为新案例；

规则推理并做出判断的步骤，包括：根据齿轮箱典型故障特征表，建立量化的知识库规则的步骤；利用知识库中的模糊规则进行推理的步骤；以及判断的步骤；

其中，判断的步骤，将利用知识库中的模糊规则进行推理结果相互对比；

较大值，对应结果为存在故障隐患，并得出隐患类型；

值较小，判断的结果为无所列规则中的故障隐患；

所述判断结果中含有故障隐患的步骤，还包括支持向量机做出判断的步骤，具体为：

提取与优化齿轮箱各类故障的典型特征的步骤；

RBF核函数的参数选取的步骤；

SVM训练、测试的步骤；

SVM判断新故障的步骤；

其中所述的SVM判断新故障的步骤包括：将结果与设定故障进行匹配；

如匹配，判断的结果为存在故障隐患，并得出隐患类型；

如不匹配，判断的结果为无故障隐患或新故障类型。

2.根据权利要求1所述的用于齿轮箱故障智能诊断的方法，其特征在于：提取与优化的故障特征参数包括：峰值、峰峰值、有效值、波形指标、峰值指标、脉冲指标、裕度指标、峭度指标、小波能量指标。

3.根据权利要求1所述的用于齿轮箱故障智能诊断的方法，其特征在于：所述的相似度的计算公式为：

Sim(A,S)=Σj=1nwjAjSj]]>

式中A_j-目标案例A的第j个属性的值；

S_j-案例的第j个属性的值；

w_j-表示第j个属性的权重；

d_n-值越大表示两个案例的相似度越小。