摘要：针对齿轮振动信号的非平稳非线性问题,提出了一种基于集合经验模态分解(EEMD)和支持向量机结合粒子群优化算法(PSO-SVM)的齿轮箱信号分析和故障诊断方法。首先利用小波包对原始信号进行去噪处理,将去噪信号进行EEMD分解,得到多个本征模函数(IMF)。然后计算得到每个本征模函数的能量熵,用作支持向量机训练的特征向量。最后使用PSO优化参数的SVM和BP神经网络方法分别对故障数据进行诊断。实验结果表明,该方法可以有效地应用于齿轮箱的故障诊断。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社