基于多特征融合的行星齿轮箱点蚀故障诊断研究OACSTPCD

为了识别行星齿轮箱的齿面点蚀故障,通过刚柔耦合仿真获得健康和3种不同点蚀程度行星齿轮箱的箱体振动信号。对获得的4种状态的箱体振动信号进行变分模态分解后,计算每个本征模态函数分量的能量值、峭度因子和信息熵,基于能量值、峭度因子和信息熵多特征融合构建高维特征向量,采用支持向量机分类器对4种状态的行星齿轮箱进行识别。结果表明,基于变分模态分解的本征模态函数分量的能量值、峭度因子和信息熵构建的15维特征向量,采用支持向量机分类器能够准确识别健康和3种不同点蚀程度齿轮的类型。