来源：期刊VIP网 时间：
作者：熊强强;齐志艺;樊鑫;
单位：南昌理工学院;南昌航空大学;
摘要：在齿轮箱中，振动源可能包含多种频率成分，导致轴心轨迹呈现出复杂的多频特征。而单一传感器在捕捉和分离这些多频成分时存在局限性，容易产生多频成分混叠现象，影响轴心轨迹跟踪效果。因此，提出多传感器数据融合下齿轮箱轴心轨迹跟踪方法。分析齿轮箱转子运动状态，获取齿轮箱轴心轨迹图，并利用多传感器数据融合技术采集齿轮箱轴心轨迹图中所示的转子4种典型运动状态的特征信息，将不同通道的特征信息加权融合，生成反映轴心轨迹变化的特征信息图，突出不同频率成分的特征。通过全局平均池化模块降维，提取最具代表性的频率成分，利用Softmax函数归一化处理，动态调整权重，生成加权特征图，有效分离多频成分，最终输出多传感器数据融合结果。将多传感器数据融合结果带入卡尔曼滤波算法中，通过观测矩阵和观测噪声协方差矩阵，动态调整预测值，使其更接近真实值，避免多频成分混叠。实现当前时刻轴心轨迹的有效跟踪。实验结果表明，经由所提方法融合后的轴心轨迹与其各自对应的故障完全吻合，且轴心轨迹简洁清晰，信噪比可以保持在40dB以上。说明所提方法可以有效跟踪齿轮箱轴心轨迹，为齿轮箱状态监测提供了新的技术手段。
关键词：多传感器数据融合;;轴心轨迹跟踪;;转子运动状态;;多频成分分离;;卡尔曼滤波算法
基金资助：中国职业技术教育学会2024年度分支机构科研课题一般项目—基于“双师导学,项目贯穿,四位一体,全面提升”的工匠工坊式集成电路类人才培养模式研究（ZJ2024B017）
