论文部分内容阅读
在复杂环境下齿轮箱信号往往会淹没在噪声信号中，特征向量难以提取；为了有效地进行故障诊断，提出了基于最大相关反褶积（MCKD）总体平均经验模态分解（EEMD）近似熵和双子支持向量机（TWSVM）的齿轮箱故障诊断方法；首先采用MCKD方法对强噪声信号进行滤波处理，在采用EEMD方法对齿轮箱信号进行分解，分解后得到本征模函数（IMF）分量进行近似熵求解，得到齿轮特征向量，最后将其输入到TWSVM分类器中进行故障识别；仿真实验表明，采用MCKD--EEMD方法能够有效地提取原始信号，与其他分类器相比，TWSVM的