45、智能故障分类与多叶片转子自由旋转模式特征研究

智能故障分类与多叶片转子自由旋转模式特征研究

智能故障分类部分

在齿轮转子系统中，轴不对中是一种常见且可能引发严重问题的故障类型。为了准确诊断这类故障，研究人员采用了机器学习和深度学习技术，以下是详细介绍。

实验数据采集

• 传感器安装与数据获取 ：通过电流探头捕捉流经电磁绕组的控制电流，以最小化振动。探头通过电线直接连接到AMB执行器的磁极，并通过绝缘BNC直接连接到DSpace控制器输入通道，电流信号实时显示在监视器上。
• 故障引入 ：在齿轮转子试验台上，使用厚度分别为0.1mm、0.2mm和0.4mm的精密垫片，在传统轴承2下方引入四种不同程度的角不对中故障，即无不对中（M0）、0.1mm不对中（M1）、0.2mm不对中（M2）和0.4mm不对中（M3）。
• 数据记录 ：在15Hz、23Hz和30Hz三种不同转速下记录数据，采样率为10,000样本/秒。

参数	值
齿数（小齿轮和齿轮）	25 & 50
模数（mm）	1.5
齿宽（mm）	15