基于EMD近似熵和LSSVM的齿轮箱故障诊断研究

摘要

针对齿轮箱振动信号的非平稳特征,将具有局域化特性的EMD方法和近似熵相结合,并用LSSVM进行分类来实现齿轮箱故障诊断.首先利用EMD将振动信号分解成若干IMF分量,再对IMF分量求取近似熵,组成特征向量矩阵,输入到LSSVM分类器中进行故障识别.结果表明,与传统SVM相比,LSSVM的识别精度更高,验证了该方法的可行性.