基于优化经验小波变换与改进支持向量机的齿轮箱故障检测策略

作者：孙康; 金江涛; 李春^*; 许子非

来源：热能动力工程, 2022, 37(08): 186-196.

DOI：10.16146/j.cnki.rndlgc.2022.08.023

• 经验小波变换
• 频域谱负熵
• 灰狼算法
• 支持向量机
• 风力机齿轮箱

针对强噪声背景下风力机齿轮箱振动信号易被掩盖、难以提取的难题，基于频域谱负熵(Frequency-domain Spectral Negentropy, FSN)改进经验小波变换(Empirical Wavelet Transform, EWT)提出优化经验小波变换方法(Improved Empirical Wavelet Transform, IEWT),并采用改进灰狼算法(Improved Grey Wolf Optimization, IGWO)优化支持向量机(Support Vector Machine, SVM)惩罚系数α及核参数σ。基于NREL GRC风力机齿轮箱数据验证所提方法的有效性。结果表明：IEWT-IGWO-SVM可有效提取故障信息并进行故障识别，分类准确率高达99.66%。

• 单位
  上海理工大学