作者：张曹; 陈珺; 刘飞最大相关反褶积总体平均经验模态分解近似熵双子支持向量机齿轮箱故障诊断
摘要：在复杂环境下齿轮箱信号往往会淹没在噪声信号中，特征向量难以提取；为了有效地进行故障诊断，提出了基于最大相关反褶积（MCKD）总体平均经验模态分解（EEMD）近似熵和双子支持向量机（TWSVM）的齿轮箱故障诊断方法；首先采用MCKD方法对强噪声信号进行滤波处理，在采用EEMD方法对齿轮箱信号进行分解，分解后得到本征模函数（IMF）分量进行近似熵求解，得到齿轮特征向量，最后将其输入到TWSVM分类器中进行故障识别；仿真实验表明，采用MCKD--EEMD方法能够有效地提取原始信号，与其他分类器相比，TWSVM的计算时间短，分类效果好等优点。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
