基于特征融合的RV减速器局部故障诊断研究

摘要

为提高模拟真实工况下RV减速器局部故障诊断方法的可靠性与识别精度，降低工业机器人的故障率，本文提出一种基于频谱、时频谱特征融合的方法，设置三种负载影响因素，采集伺服系统在不同模式下反馈的电流信号，并对电流信号进行快速傅里叶变换（FFT）和小波包分解（WPD），从而获取频谱、时频谱曲线。提取频谱曲线中的平均频域、重心频率、均方根频率及频率标准差用作频域特征值，将时频谱曲线中4个频带能量值用作时频域特征值，并构建融合特征向量；利用基于Sigmoid函数的极限学习机（ELM）对RV减速器的3种工作模式进行识别。结果表明：进行特征融合后，测试集数据的准确率与仅使用频谱特征、时频谱特征相比分别提高了10.95%和5%。本文所研究的方法能够有效提高故障识别准确率，为开发工业机器人无传感在线监测提供指导。

关键词

RV减速器 / 特征融合 / 频谱分析 / 时频谱分析 / 故障诊断