《表2 行星齿轮箱参数：基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法》

  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

《基于时频融合和注意力机制的深度学习行星齿轮箱故障诊断方法》

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

利用动力传动综合试验台为实验对象采集不同转速工况下的多种故障振动信号，试验台结构如图7所示，由两级行星齿轮和两级平行齿轮传动系统构成，齿轮箱参数如表2所示。实验共模拟了行星齿轮箱的9种健康状态，包括完全正常状态、4种齿轮故障和4种轴承故障，如表3所示。加速度传感器布置在第一级行星齿轮处，型号为PCB352C03，信号采集器为NI9234采集卡，采样频率为25 600 Hz。采集时间设置为48 s，通过速度控制器改变电机转频，电机转速在采集时间内由1 200 rpm均匀加速至1 900 rpm。为了降低随机因素的影响，每组健康状态数据重复采集4次。