基于参数优化特征模态分解的行星齿轮箱故障诊断方法

本发明公开一种基于参数优化特征模态分解的行星齿轮箱故障诊断方法。首先采集行星齿轮箱原始振动信号；基于时间序列样本熵和峭度设计了加权样本熵指标WSE，兼具周期性冲击感知能力与模态稀疏性刻画能力，强化了其对冲击故障特征的敏感性，以分解模态的加权样本熵值WSE为优化目标，借助麻雀优化算法搜寻特征模态分解FMD的滤波器长度L和模态个数n的最优组合；振动信号经过参数优化的FMD被分解为特征模态分量；对特征模态分量进行包络解调分析，从包络谱中提取特征频率，识别齿轮箱故障类型。本发明解决了FMD对滤波器长度和模态个数的先验需求，提升了FMD的解模态性能与抗噪稳定性，能够准确诊断行星齿轮箱早期微弱故障。