【小样本下行星齿轮箱故障诊断分析案例13000字（论文）】

小样本下行星齿轮箱故障诊断分析案例目录TOC\o"1-3"\h\u20299小样本下行星齿轮箱故障诊断分析案例 表1.7中的F-measure值可见，F-measure值最小的一般出现在该未训练类上，这与模型在训练中未获取到其信息有关。其中，F-measure值最低出现在行星轮裂纹和太阳轮磨损中，这两种情况下F-measure值波动较大。具体而言，在训练样本中缺少行星轮裂纹时，出现了将行星轮裂纹误分为正常情况，这对故障诊断影响加大；训练样本中缺少太阳轮断齿时，当其他训练样本足够时，对于太阳轮断齿故障的性能是下降的。(a1)训练样本量120（缺少行星轮裂纹情况）(b1)训练样本量12600（缺少行星轮裂纹情况）(a2)训练样本量120（缺少行星轮磨损情况）(b2)训练样本量12600（缺少行星轮磨损情况）(a3)训练样本量120（缺少行星轮断齿情况）(b3)训练样本量12600（缺少行星轮断齿情况）(a4)训练样本量120（缺少太阳轮裂纹情况）(b4)训练样本量12600（缺少太阳轮裂纹情况）(a5)训练样本量120（缺少太阳轮磨损情况）(b5)训练样本量12600（缺少太阳轮磨损情况）(a6)训练样本量120（缺少太阳轮断齿情况）(b6)训练样本量12600（缺少太阳轮断齿情况）图1.SEQ图3.\*ARABIC12训练集缺少一种特定状态的故障诊断分类结果混淆矩阵图表1.SEQ表3.\*ARABIC6训练样本量为120时各种情况F-measure缺失样本类别正常行星轮裂纹行星轮磨损行星轮断齿太阳轮裂纹太阳轮磨损太阳轮断齿行星轮裂纹0.82410.24440.9890.96670.93980.91110.8557行星轮磨损110.43310.93710.52040.91670.9889行星轮断齿0.98890.98890.86170.75470.97750.92230.9836太阳轮裂纹110.94740.97750.54010.92151太阳轮磨损110.78140.90160.9890.47691太阳轮断齿0.988910.98360.69430.94860.85420.4795表1.SEQ表3.\*ARABIC7训练样本量为12600时各种情况F-measure缺失样本标签正常行星轮裂纹行星轮磨损行星轮断齿太阳轮裂纹太阳轮磨损太阳轮断齿行星轮裂纹0.8780.46671110.88671行星轮磨损110.94740.98360.967711行星轮断齿110.93260.860810.96771太阳轮裂纹110.83810.9570.67140.97831太阳轮磨损1110.92230.95240.84811太阳轮断齿0.9944110.765810.90110.4由上述分析可知，在一种故障模式样本的样本量极度缺乏的情况下，在使用孪生卷积网络训练的模型多数情况下能够保证多数已训练类的高质量诊断，但在测试过程中，由于未训练类的引入，会干扰部分类别样本的诊断，导致小部分类别样本的误分与漏诊，但随着其他类别训练样本集样本量的增大，先验信息增加，多数情况下可以得到改善，通过距离度量对未训练类样本进行分类，取得了较好的整体分类性能。与此同时，这也从侧面模拟了一种已训练样本数量与未训练样本数量极度不均衡的情况，在这种情况下可采用基于