仪器仪表学报

作者：孙宇林，罗双，康守强，王玉静，刘连胜

单位：孙宇林,哈尔滨理工大学黑龙江省模式识别与信息感知重点实验室哈尔滨150080,,罗双,哈尔滨理工大学黑龙江省模式识别与信息感知重点实验室哈尔滨150080,,康守强,哈尔滨理工大学黑龙江省模式识别与信息感知重点实验室哈尔滨150080,kangshouqiang@163.com,王玉静,哈尔滨理工大学黑龙江省模式识别与信息感知重点实验室哈尔滨150080,mirrorwyj@163.com,刘连胜,哈尔滨工业大学自动化测试与控制研究所哈尔滨150001,lianshengliu@hit.edu.cn,

关键词：谐波减速器;卷积注意力机制;多核支持向量数据描述;多故障状态;定量评估

基金：国家自然科学基金项目(52375533)、黑龙江省自然科学基金项目(PL2024F018)、山东省自然科学基金项目(ZR2023ME057)、哈尔滨市制造业科技创新人才项目(2023CXRCCG017)资助

针对谐波减速器故障程度难以精确量化以及不同故障位置无法在同一尺度下定量分析的问题，提出一种改进深度残差网络（ResNet）结合多核支持向量数据描述（MKSVDD）的谐波减速器多状态同尺度下的定量评估方法。该方法首先提出一种新的谐波减速器多状态同尺度定量评估框架，并对微弱故障敏感的声发射信号进行连续小波变换构建二维时频图数据集；其次提出卷积注意力模块改进ResNet以充分挖掘二维时频图的深层特征；再引入多核核函数改进支持向量数据描述，基于谐波减速器正常状态的深层特征构建MKSVDD健康状态评估模型；然后，计算不同故障程度的特征相对于正常状态球心的距离，构建评估指标，通过拟合得到定量评估曲线；此外，根据谐波减速器的结构和声发射信号传播机理，提出相对距离补偿方案以构建多状态评估指标，实现谐波减速器不同健康状态在同一尺度下的定量评估。通过搭建谐波减速器实验台，对未知故障程度的数据进行多组对比实验的结果表明，改进后的深度残差网络提取到的特征更聚集，所提方法能实现谐波减速器不同故障位置在同一尺度下的定量分析，且评估误差不超过3.2%，有效完成谐波减速器多状态同尺度的定量评估。

来源：2025年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第6期