基于LMD能量熵和支持向量机的齿轮箱故障诊断

针对小样本情况下齿轮箱复合多种故障特征难以提取和分类的问题，提出了基于局部均值分解（LMD）能量熵和支持向量机（SVM）的故障诊断方法。首先利用LMD方法对采集的齿轮箱振动信号进行分解，得到有限个PF分量；然后根据不同故障下齿轮箱振动信号在频域区间内分布不均的特性，分析出PF分量能量在不同频域范围离散情况，即求出LMD能量熵；最后利用SVM多故障分类器对提取出的特征展开训练和测试，进行齿轮箱故障分类。实验结果显示，即使在小样本情况下，且同时存在非单一、多种齿轮箱故障时，基于LMD能量熵和SVM方法也可以对齿轮箱故障进行特征提取和精准分类，实现齿轮箱故障诊断。