EEMD分解的模糊熵t-SNE的齿轮故障诊断

摘要：

针对齿轮容易出现故障的问题,提出了一种通过求集合经验模态分解(EEMD)分量的模糊熵,然后再通过 t分布的随机邻域嵌入算法(t-SNE)降维,最后将降维后的矩阵输入神经网络进行分类的齿轮故障诊断方法.利用该方法,对正常和具有三种不同裂纹程度的齿轮进行故障诊断和分类,并将分类结果与通过PCA降维的分类结果进行比较.结果表明:通过 t-SNE降维的分类准确率达到了 100%,说明提出的方法具有较好的故障诊断和分类效果.

关键词：EEMD、模糊熵、t-SNE、故障诊断、齿轮

分类号：TH132.41:TH165+.3

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：126-128,131