基于IMFECF的多信息熵融合技术的齿轮故障诊断方法

摘要

交变应力和高负栽的工作条件会导致齿轮箱故障频发,为了通过振动信号诊断齿轮箱各工况下运行情况,提出了一种采用IMFECF(IMF Entropy Classification Factor)的多信息摘融合技术的齿轮故障诊断方法。通过IMFECF量化信息熵中IMF(Intrinsic Mode Function)的表征能力,分离表征能力优异的IMF。利用多信息烟融合体系结构,获得了最优的ANFIS(Adaptive Network-based Fuzzy Inference System)。研究结果表明,经诊断模型训练后的诊断误差满足要求,能准确诊断齿轮箱状态。