[发明专利]齿轮箱状态诊断方法、系统、电子设备和存储介质

权利要求书

1.一种齿轮箱状态诊断方法，其特征在于，包括：

实时采集预先构建好的数字孪生体的振动信号；

采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量；

将提取的所述特征向量输入预先训练好的经鲸鱼算法优化的支持向量机中，得到所述支持向量机输出的诊断结果。

2.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述预先构建好的数字孪生体的通过如下步骤得到：

获取所述齿轮箱的物理特征，基于所述物理参数构建物理实体模型；

获取所述齿轮箱在工作状态下的运转数据和环境数据，并对获取的运转数据进行预处理；

根据预处理后的数据和所述环境数据，结合所述物理实体模型完成各维度模型建立，将各维度模型进行融合和集成，建立所述齿轮箱的数字孪生体；

对所述数字孪生体进行动力学仿真并修正；

构建所述数字孪生体的振动信号模型并进行仿真修正，得到预先构建好的数字孪生体。

3.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述采用优化后的变分模态分解方法对采集的所述振动信号进行分解，并提取特征向量的步骤，包括：

通过优化后的变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；

采用峭度法对所述多个IMF分量进行筛选；

根据时频域及熵特征提取筛选得到的IMF分量的12个故障特征参数，所述12个故障特征参数包括峰值、均值、均方根值、方差、峰值因子、峭度指标、脉冲指标、裕度系数、偏度、排列熵、能量熵和奇异值熵；

利用特征选择之支持向量机递归特征消除法对所述12个故障参数择优处理，得到特征向量。

4.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述优化后的变分模态分解方法通过以下方式得到：

采集所述数字孪生体的振动信号；

通过变分模态分解方法对所述振动信号进行分解，得到多个IMF分量；

计算各个IMF分量的峭度值，确定峭度最大值的峰值；

根据所述峭度值最大值的峰值寻找对应的分解模数；

确定寻找到的分解模数是否满足预设条件；

若是，则将该寻找到的分解模数为最优值，以更新所述变分模态分解方法的分解模数；

若否，则跳转至执行所述根据所述峭度值最大值的峰值寻找对应的分解模数的步骤。

5.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，所述鲸鱼算法优化支持向量机的步骤包括：

参数初始化；

计算各个鲸鱼个体的适应度，选取适应度最小的鲸鱼位置为最佳位置，并确定当前最优鲸鱼个体；

按照预设规则对每只鲸鱼个体的当前位置进行更新；

对种群进行计算评估，找到全局最优鲸鱼个体及鲸鱼位置；

判断是否满足预设终止条件；

若是，则输出当前找到的全局最优鲸鱼位置，将其作为支持向量机的惩罚因子和核函数参数的最佳参数组合；

若否，则跳转至执行所述按照预设规则对每只鲸鱼个体的当前位置进行更新。

6.根据权利要求1所述的齿轮箱状态诊断方法，其特征在于，在所述得到所述支持向量机输出的诊断结果的步骤之后，所述齿轮箱状态诊断方法还包括：

将所述诊断结果通过所述数字孪生体在用户界面中展示；

或，将所述诊断结果发送给预设的终端。

7.根据权利要求6所述的齿轮箱状态诊断方法，其特征在于，将所述诊断结果通过所述数字孪生体在用户界面中展示，包括：

当所述诊断结果为正常状态时，在所述用户界面中展示所述齿轮箱正常运转标志；

当所述诊断结果为故障状态时，在所述用户界面中展示所述诊断结果中的故障类型所对应的故障位置。