摘要:针对船用齿轮箱故障难以识别的问题, 提出了将极点对称模态分解(Extreme-point Symmetric Mode
Decomposition, ESMD)和支持向量机(Support Vector Machine, SVM)相结合的故障诊断方法。先将船用齿轮箱振动信
号进行ESMD 分解,可得到一系列模态和一条最佳自适应全局均线。以分解模态与原始信号的能量比值为相关度衡量
标准,将相关度较高的前三个模态分别作奇异值分解并得到奇异值矩阵。经过归一化处理后,输入支持向量机训练获得
多分类诊断模型,并进行测试。测试结果表明,相比经验模态分解(Empirical Mode Decomposition, EMD)与SVM 结
合的方法,本文的方法能更好地对船用齿轮箱故障作出诊断和预测。