基于LF-GWO优化FKCA模型的齿轮箱故障诊断研究

作     者：袁荷伟 李高磊 袁黎 张强 YUAN He-wei;LI Gao-lei;YUAN Li;ZHANG Qiang

作者机构：河南交通职业技术学院汽车学院河南郑州450000 河海大学土木与交通学院河南郑州450000 河南睿智液压设备有限公司河南郑州450000 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2023年第386卷第4期

页      面：239-242页

学科分类：08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：河南省高等学校青年骨干教师培养计划项目(2017GGJS242)。 

主　　题：灰狼优化算法 模糊核聚类 齿轮箱 故障诊断 错误率 

摘      要：采用莱维飞行策略对灰狼优化算法进行了优化,显著提升了算法的初期搜索性能。建立了LF-GWO算法求解FKCA模型,并给出了故障诊断步骤。通过实验验证结果表明:经过800次迭代计算处理时,LF-GWO寻优形成的最小错误率2%,以LF-GWO/FKCA诊断测试集时获得了98%的正确率,只对点蚀与磨损的故障类型存在错误判断各一处情况。相比较FKCA和BP方法,采用LF-GWO/FKCA方法则可以将无标签缺齿数据归为第4类,从而实现与已知故障类型的区分,达到了更高的正确率,实际测试正确率为98%,显著提升故障诊断正确率。对齿轮箱的故障进行诊断仿真显示本文设计的诊断方法可以达到很低的错误率,表现出了优异的故障诊断性能。