论文部分内容阅读
动车牵引齿轮箱是其动力源保障，开展齿轮箱故障诊断能够保证机车安全运行。但是目前在故障非线性特征方面仍需进一步研究。为此，提出了一种新的动车牵引齿轮箱故障诊断方法，利用集合经验模态分解（EEMD）和局部线性嵌入（LLE）优异的非线性分析能力巧妙提取齿轮振动信号的关键特征，并利用支持向量机（SVM）实现对齿轮箱多种故障的可靠诊断。通过齿轮箱故障试验台进行实验分析，结果表明，提出的新方法能够有效检测齿轮磨损、裂纹以及断齿故障，且诊断率比现有方法（如线性特征提取方法）高5％，从而验证了新方法是有效的，有望应用于工