一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法

本发明公开了一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，涉及旋转机械故障诊断与人工智能技术交叉技术领域。本发明利用遗传算法来优化提出模型的结构参数：Legendre多小波的个数、小波分解的水平、分类器BP神经网络的隐藏层神经元数，并提出基于Legendre多小波优化频带改进的自适应阈值去噪算法，有效去除了复杂环境的强噪声干扰，且通过提取故障统计特征组合标准差+峰度、熵+偏度输入BP神经网络，有效解决了标签噪声、小样本的齿轮箱复合故障高精度诊断问题，避免了深度神经网络由于结构复杂而难以设计和训练的问题，更易于实现旋转机械的在线故障诊断。