基于多尺度小波包能量熵-ELM的齿轮故障信号识别方法

本发明公开了基于多尺度小波包能量熵‑ELM的齿轮故障信号识别方法，涉及齿轮故障诊断技术领域；该方法包括如下步骤：采集太阳轮在正常和不同断齿损伤程度故障状态下驱动端加速度的时间序列数据，对时间序列数据进行多尺度划分处理，将其分解成多个不同尺度的子信号；利用小波函数dmey分解子信号，对每个尺度的子信号进行信号重构；提取不同工况下的不同尺度的小波包能量熵，得到由不同尺度下的能量熵组成的特征向量，且分类标记；对ELM神经网络进行训练，识别齿轮的不同故障状态。本发明提出了多尺度能量熵的概念，能够更完备的提取原始信号的故障特征，且利用ELM神经网络进行故障诊断，提高了识别断齿损伤程度的齿轮故障诊断的能力。