摘要：采煤機(jī)搖臂截割部行星齒輪的健康狀態(tài)直接影響截割效率。針對采煤機(jī)截割煤巖過程中受多重沖擊引起的強(qiáng)噪聲干擾、齒輪結(jié)構(gòu)復(fù)雜且傳遞路徑多變導(dǎo)致故障特征難以提取等特點(diǎn)，提出了一種基于頻譜平均降噪和相關(guān)譜的采煤機(jī)行星齒輪故障診斷方法。根據(jù)信號頻譜分布特征及噪聲隨機(jī)特性，采用頻譜平均降噪方法抑制噪聲對信號頻譜的干擾，獲得信號降噪頻譜。構(gòu)建相關(guān)譜以建立少樣本降噪頻譜和多樣本降噪頻譜的內(nèi)在聯(lián)系，減少頻譜平均降噪對樣本數(shù)量的需求。采用一維卷積神經(jīng)網(wǎng)絡(luò)（1D CNN）建立相關(guān)譜與故障類別之間的精確映射關(guān)系，以相關(guān)譜為輸入、故障類別為輸出，實現(xiàn)行星齒輪故障分類識別。在DDS 傳動系統(tǒng)故障診斷實驗臺對基于頻譜平均降噪和相關(guān)譜的采煤機(jī)行星齒輪故障診斷方法進(jìn)行實驗驗證，結(jié)果表明該方法能夠增強(qiáng)表征故障特征的關(guān)鍵頻率，對正常、斷齒、磨損、缺齒和裂紋5 種行星齒輪健康狀態(tài)信號的整體識別率達(dá)96%，在信噪比不低于15 dB 時可有效、準(zhǔn)確地實現(xiàn)齒輪故障診斷。

關(guān)鍵詞：采煤機(jī)；齒輪故障診斷；強(qiáng)噪聲干擾；頻譜平均降噪；相關(guān)譜

中圖分類號：TD67 文獻(xiàn)標(biāo)志碼：A