论文部分内容阅读
针对齿轮故障诊断中的小样本事件,采用了支持向量机(SVM)方法.采集齿轮3种典型故障(断齿、磨损、剥落)和正常状态的振动信号,提取时域指标和能量特征作为SVM输入向量,并采用交叉验证(K-CV)法优化SVM参数,最终得到的故障诊断准确率为100%.结果表明SVM是一种有效的齿轮故障诊断方法.