公开(公告)号：CN112861787A

公开(公告)日：2021-05-28

申请号：CN202110255126.3

申请日：2021-03-09

Applicant: 上海电力大学

Inventor： 李东东 ,  赵阳 ,  赵耀 ,  蒋海涛 ,  张凯

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F30/27 ,  G01M13/021 ,  G01M13/028 ,  G06F119/14

Abstract: 本发明涉及一种风电机组行星齿轮箱故障诊断方法，包括采集行星齿轮箱的时域振动信号作为待诊断样本，所述待诊断样本即为无标记目标的目标域数据集；建立行星齿轮箱的动力学模型，求解动力学模型得到故障仿真时域信号，所述故障仿真时域信号即为含标记目标的源域数据集；对目标域数据集和源域数据集进行幅值归一化，并将目标域数据集按照设定的比例划分为训练集和测试集，源域数据集全部划为训练集；构建深度卷积迁移学习网络，利用训练集对网络进行训练，并使用测试集对训练结果进行评估测试，得到故障诊断结果。与现有技术相比，本发明具有解决真实设备数据采集费时费力的问题，降低传统方法对大量真实设备数据的依赖，提高诊断精度等优点。