基于EEMD和PSO-SVM的齒輪箱故障診斷

摘要：針對齒輪振動信號的非平穩非線性問題,提出了一種基于集合經驗模態分解(EEMD)和支持向量機結合粒子群優化算法(PSO-SVM)的齒輪箱信號分析和故障診斷方法。首先利用小波包對原始信號進行去噪處理,將去噪信號進行EEMD分解,得到多個本征模函數(IMF)。然后計算得到每個本征模函數的能量熵,用作支持向量機訓練的特征向量。最后使用PSO優化參數的SVM和BP神經網絡方法分別對故障數據進行診斷。實驗結果表明,該方法可以有效地應用于齒輪箱的故障診斷。