基于 SVMD 与 SLLE 的机械设备齿轮箱故障诊断方法

来源：机械与电子杂志2022年第01期北京时间：

作者：方学宠;娄益凡;吴安定;覃嘉祺

单位：1. 温州市特种设备检测院,浙江 温州 325000 ; 2. 武汉科技大学,湖北 武汉 430081

摘要：针对机械设备齿轮箱故障识别难度较大,且采集的信号通常受到强背景噪声干扰等问题,提出一种将连续变分模式分解( SVMD )和监督局部线性嵌入( SLLE )相结合的算法,用于机械设备齿轮箱的故障诊断。首先通过 SVMD 对采集到的振动信号进行分解,得到特定的期望模式分量;然后再获取这些分量的类标签信息,并利用这些类标签信息来缩放不同类别分量间的欧几里德距离;最后通过 SLLE 对这些处理后的样本数据进行降维处理,从而准确识别机械设备齿轮箱的故障类型。通过对模拟仿真信号和从齿轮箱故障模拟实验平台采集到的振动信号进行分析,聚类识别的正确率可以达到 95.27% ,验证了所提出方法的可行性。

关键词：连续变分模式分解;监督局部线性嵌入;机械设备齿轮箱;故障诊断

基金资助：国家自然科学基金资助项目( 51805382 );浙江省市场监管系统科研计划项目( 20190332 )