本發(fā)明公開(kāi)了一種基于MFFOA優(yōu)化SVM的齒輪裂紋故障在線(xiàn)監(jiān)控方法，通過(guò)安裝在減速箱主動(dòng)軸上的振動(dòng)傳感器采集齒輪嚙合過(guò)程中的振動(dòng)信號(hào)樣本集表示為X＝[x(1),x(2),…,x(n)]，n表示信號(hào)長(zhǎng)度，其中齒輪裂紋失效形式是疲勞裂紋，通過(guò)局域均值分解(LMD)可以將所提取的原始振動(dòng)信號(hào)分解為包含不同頻段的多個(gè)PF分量，并且對(duì)每個(gè)PF分量進(jìn)行FFT變換，計(jì)算其所包含主要的頻率成分，且振動(dòng)信號(hào)在LMD分解中，信號(hào)分量的強(qiáng)度是由大到小排列，因此可以確定所包含主要故障信息的PF分量，對(duì)PF分量的振動(dòng)發(fā)生頻段信號(hào)提取置換熵，將分解結(jié)果的置換熵作為改進(jìn)型SVM模型的輸入，進(jìn)行SVM模型的訓(xùn)練和測(cè)試。本專(zhuān)利在計(jì)算精度和效率方面具有綜合優(yōu)勢(shì)，能夠滿(mǎn)足齒輪裂紋故障診斷的需求。