论文部分内容阅读
提出了一种基于多分类支持向量机（简称MSVM）的齿轮箱故障诊断方法。先根据齿轮箱故障机理和振动特点，探讨了齿轮箱故障诊断试验方案。再测取齿轮箱振动信号，并提取了能反映齿轮箱运转信息的时频域特征参数。通过结合投票法和决策树的基本思想，有针对性地构造了多分类支持向量机决策结构并将其应用于齿轮箱故障诊断。实际齿轮箱故障诊断试验结果表明，该决策结构较好地解决了小样本学习问题，避免了人工神经网络进行诊断时出现的过学习、收敛速度慢、泛化能力弱等缺点，能有效应用于齿轮箱故障诊断。