《表2 行星齿轮箱故障诊断信息系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《量化特征多粒度模型在行星齿轮箱故障诊断中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本实验将振动信号的3个时域参数、2个电流信号的时域参数和润滑油磨粒浓度看作行星齿轮箱的6个故障特征，分别由符号Kv，Cv，Pv，KI，CI，W表示。由于提取的故障特征为连续变量，所以需进行离散化处理[13]，将故障特征值分配到3~4个区间，从而降低计算复杂度。每个区间由数字1~4表示。离散化后，这6个故障特征构成故障征兆属性，行星齿轮箱的5种状态作为决策属性值，并分别由符号N，F1~F4表示。行星齿轮箱故障诊断信息系统如表2所示。在离散化的过程中，冲突或矛盾的故障征兆属性值被去掉，从而形成不关心条件型未知属性值，这些未知属性值由符号“*”表示。当行星齿轮箱发生内齿圈断齿故障时，行星齿轮箱中的润滑油未被采集，从而形成丢失型未知属性值，这些未知属性值由符号“?”表示。表1中包含两种未知属性值，已难于应用传统的行星齿轮箱故障诊断方法。因此，采用本文提出的故障诊断方法判断行星齿轮箱的5种状态见表2。