マルチスケール順列エントロピーに基づく重み付きマハラノビス距離法によるギア故障の同定

科学分野:

• 機械工学
• 信号処理
• 故障診断

背景:

• 正確なギア故障検出は、弱い故障信号のために重要ですが困難です。
• 既存の方法は、ギア振動における微妙な異常の特定に苦労しています。

研究 の 目的:

• 改善されたギア故障診断方法を開発すること。
• ギアの弱い故障信号識別の精度を向上させること。

主な方法:

• 遅延時間（τ）と埋め込み次元（m）の相互情報（MI）と改良された偽最近傍（IFNN）を使用した最適化されたマルチスケール順列エントロピー（MPE）。
• 故障サンプルのMPE値を計算しました。
• 初期の故障同定のために最小マハラノビス距離（min-MD_Maha）を適用しました。
• 故障サンプルの特性に基づいて、情報エントロピーを使用してMDMahaに重み付けしました。

主要な成果:

• 最小MD_Mahaを使用した初期の故障同定精度は76.87%に達しました。
• 重み付きMDMaha強化MPEフレームワークは、大幅に改善された99.72%の精度を達成しました。
• この方法は、ギアのピッチングと摩耗の故障の振動署名を効果的に特徴付けました。

結論:

• 提案された重み付きMDMaha強化MPEフレームワークは、ギア故障診断のための優れたアプローチを提供します。
• この方法は、ギア故障によって誘発される振動署名の特徴付けにおいて高い有効性を示しています。
• この技術は、ギアの正確な弱い故障信号識別のための堅牢なソリューションを提供します。