论文部分内容阅读
齿轮箱是用来传递动力和改变转速的常用机械装置,由于其具有结构紧凑,效率高,寿命长及工作稳定等特性,在机械传动领域获得了广泛的运用。然而,齿轮由于长期负载运转,使用条件恶劣,很容易发生故障。因此,对齿轮箱进行状态监测和诊断对保证机械设备正常运行具有非常重要的意义。齿轮箱的故障诊断主要包括齿轮箱故障信息检测、特征提取和状态识别。其中,对齿轮箱的故障特征进行提取是实现故障诊断的关键和难点。本文采用序贯概率比检验提取统计特征,结合神经网络对故障进行分类,实现了对齿轮箱的智能诊断。序贯概率比检验是一种基于序列