该发明涉及一种行星齿轮箱故障诊断方法。首先，信号是利用Salp群优化算法进行分解重构优化变分模式分解算法（SSO-VMD）。然后，分析了故障特征从多个领域中提取，改进的监督自组织增量学习神经网络地标点等距映射（ISSL Isomap）流形学习算法用于降维。最后，人工蜂群优化支持向量机（ABC-SVM）分类器用于诊断和识别。该发明克服了VMD算法中的参数选择问题，解决了多领域特征中存在的信息冗余问题。实验性行星齿轮箱故障诊断结果表明，该方法能有效地进行故障诊断识别故障类型，具有很大的实用价值。

该项目成长性良好，具有广阔的市场应用前景。