摘要： 針對(duì)風(fēng)力機(jī)齒輪箱振動(dòng)信號(hào)具有強(qiáng)非線性特征，提出了改進(jìn)變分模態(tài)分解方法對(duì)信號(hào)進(jìn)行分解以提取特征分量，并以混沌相圖及Lyapunov指數(shù)量化信號(hào)的非線性變化。采用隨機(jī)近鄰嵌入算法對(duì)多模態(tài)非線性故障特征集的冗余特征進(jìn)行降維，以保證故障特征提取的可靠性并提升故障診斷準(zhǔn)確率，所提出的無監(jiān)督故障診斷框架無需人為對(duì)故障樣本進(jìn)行標(biāo)注，更適合工程應(yīng)用，并將所提方法應(yīng)用于NREL GRC風(fēng)力機(jī)齒輪... （共10頁(yè)）