該發明涉及一種行星齒輪箱故障診斷方法。首先,信號是利用Salp群優化算法進行分解重構優化變分模式分解算法(SSO-VMD)。然后,分析了故障特征從多個領域中提取,改進的監督自組織增量學習神經網絡地標點等距映射(ISSL Isomap)流形學習算法用于降維。最后,人工蜂群優化支持向量機(ABC-SVM)分類器用于診斷和識別。該發明克服了VMD算法中的參數選擇問題,解決了多領域特征中存在的信息冗余問題。實驗性行星齒輪箱故障診斷結果表明,該方法能有效地進行故障診斷識別故障類型,具有很大的實用價值。
該項目成長性良好,具有廣闊的市場應用前景。
評論
全部評論