郭向阳 王建国 范 斌 张 超 于 航

(1.内蒙古科技大学机械工程学院 内蒙古包头 014010；2.内蒙古农业大学机电工程学院 内蒙古呼和浩特 010018)

齿轮箱是机械传动系统的关键部件，其健康状态直接影响整个机械系统的性能。其中，齿轮箱中的齿轮极易发生磨损，齿轮的健康状态直接影响齿轮箱的运行情况[1]。所以，在齿轮箱工作过程中对齿轮进行磨损状态监测具有重要意义。目前齿轮箱磨损状态监测技术有振动监测、油液监测和超声监测等，其中振动监测和油液监测是目前齿轮箱磨损状态监测的主要技术手段[2]。振动监测技术是通过在齿轮箱上安装振动传感器采集原始振动信号，目前比较常用的方法有时域分析法、频域分析法。近年来，许多学者通过时域频域特征融合[3]、提取原始振动信号的图谱特征[4]以及多传感器数据融合[5]等方法大大提高了齿轮箱磨损状态监测能力。油液监测技术是对机器的润滑剂的理化特性和携带的磨粒进行分析，获得机器的润滑与磨损状态信息，从而对机器进行故障预测，确定故障类型[6]。机器磨损会产生磨粒，磨粒带有大量表征机器状态的信息。经过多年发展，目前基于电磁、超声、光学等技术研发的磨粒监测传感器在监测磨粒浓度、个数以及具体形貌等方面已经取得了良好的效果，在很多领域已经实现了应用[7]。

近年来，随着人工智能技术的发展，深度学习技术应用在铁谱图像识别上可以很好地对磨粒进行定性和定量分析[8]。……