秦　波，刘永亮，王建国，杨云中

(内蒙古科技大学 机械工程学院，内蒙古 包头　014010)



基于相空间奇异值分解与AFSA-SVM的齿轮故障诊断方法*

秦波，刘永亮，王建国，杨云中

(内蒙古科技大学 机械工程学院，内蒙古 包头014010)

针对表征齿轮故障信息的特征难提取与支持向量机的结构参数基于经验选取，致使齿轮故障分类模型泛化能力弱、精度差的问题，提出一种基于相空间奇异值分解与AFSA-SVM的齿轮故障诊断方法。该方法首先将齿轮振动信号进行相空间重构，并对重构矩阵进行奇异值分解得到奇异值特征向量；其次，利用人工鱼群算法优化支持向量机的惩罚系数与高斯核宽度系数，建立AFSA-SVM的齿轮故障分类模型；最后，将奇异值特征向量作为模型输入进行齿轮不同故障状态的分类识别。实验结果表明：与基于BP、SVM和PSO-SVM的故障分类方法相比，基于相空间奇异值分解与AFSA-SVM的齿轮故障诊断方法具有更高的分类精度，更强的泛化能力。

相空间重构；奇异值；人工鱼群算法；支持向量机；故障诊断

0　引言

齿轮作为机械设备中广泛应用的传动部件，其工作状态的正常与否对机械系统的运行状态有很大影响。齿轮一旦发生故障将会使设备产生异常噪声与振动，甚至造成毁坏，导致重大经济损失。但由于制造精度误差与工作环境恶劣等因素，极易损坏而发生故障，据统计，齿轮自身失效约占机械设备故障的60%。因此，对齿轮的故障诊断显得尤为重要。

当前，如何合理提取有效的振动信号故障特征，并使用高效的状态辨识方法进行状态识别成为齿轮故障诊断领域的研究热点。……