基于SVM的液压机械驱动齿轮组故障诊断研究

来源：电子测量技术杂志2024年第13期北京时间：

作者：王宽田，姚江云，唐永忠，梁世华

单位：1.桂林电子科技大学海洋工程学院 北海 536000; 2.柳州工学院信息科学与工程学院 柳州 545000; 3.桂林理工大学计算机科学与工程学院 桂林 541004

摘要：针对液压机械驱动齿轮组故障诊断结果精准度不佳、可靠性差等问题，本文提出基于SVM的液压机械驱动齿轮组故障诊断研究。采集了液压机械驱动齿轮组振动信号，构建液压机械驱动齿轮组故障信号分离模型；运用低秩算法分离液压机械驱动齿轮箱振源信号，设计齿轮组故障信号约束条件，完成液压机械驱动齿轮组分类；根据分类结果，采用SDAE模型提取液压机械驱动齿轮组故障特征，并将提取结果输入到支持向量机内训练，其最终输出结果就是最佳诊断结果，实现基于SVM的液压机械驱动齿轮组故障诊断研究。实验结果表明，通过对该方法开展故障检测及故障诊断测试，本文方法下分类错误率不超过3.5%，验证了该方法的可行性高。

关键词：SVM;液压机械驱动齿轮组;故障分类;SDAE模型;信号分离

基金资助：国家自然科学基金项目（41562018）、广西创新驱动发展专项（AA19254016）资助