论文部分内容阅读
齿轮箱作为机械设备中一种必不可少的连接和传递动力的通用零件,在现代工业发展中具有广泛的应用。在工业生产过程中,大约有80%的机械故障是由齿轮箱故障引起的,这些故障的发生将直接影响机器寿命、生产安全与生产效益等。因此,对其进行故障诊断,以保证设备正常运行具有非常重要的实际意义。本文针对齿轮箱的故障机理,研究了齿轮箱故障特征提取技术,特别是针对现有支持向量机在利用决策树策略构造多类分类器的过程中存在的问题,提出基于粒子群优化决策树的支持向量机模型,以解决齿轮箱故障难以及时有效地辨识的问题。首先,