典型文献
基于LMD能量熵和支持向量机的齿轮箱故障诊断
文献摘要：
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.
文献关键词：
齿轮箱;局部均值分解;能量熵;支持向量机
中图分类号：
作者姓名：
徐乐;朱玉斌;郎超男
作者机构：
江苏师范大学,江苏徐州221116;中国矿业大学,江苏徐州 221116
文献出处：
引用格式：
[1]徐乐;朱玉斌;郎超男-.基于LMD能量熵和支持向量机的齿轮箱故障诊断)[J].制造技术与机床,2022(06):44-49
A类：
B类：
LMD,能量熵,齿轮箱故障诊断,小样本,故障特征,局部均值分解,故障诊断方法,振动信号,PF,频域,多故障,故障分类器,开训,精准分类
AB值：
0.199836
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
