一种齿轮振动故障诊断方法

本发明提供一种齿轮振动故障诊断方法，考虑齿轮振动信号的非线性、非平稳性和运行环境的复杂性等因素，从特征提取和模式识别两方面出发，提出了一种多尺度加权排列熵MWPE和蜣螂算法DBO优化支持向量机SVM相结合的故障识别方法。引入了变异系数进行参数分析确定，验证了MWPE算法参数优化选取后，运用于齿轮故障特征提取的可行性和优势性。而后选取合适的特征维数，构建出故障特征集，进一步划分出训练集和测试集。划分出的训练集带入到DBO‑SVM模型中对故障诊断模型进行训练，将训练好的模型进行测试集的预测分类，达到不同齿轮故障模式识别。本方法精度高，克服了特征提取算法不稳定容易陷入局部最优的问题，确保了齿轮振动故障诊断的准确性。