ABSTRACT　　The　invention　relates　to　a　planetary　gearbox　fault　diagnosis　method.　First　of　all,　　the　signal　is　　decomposed　and　reconstructed　by　using　the　Salp　Swarm　Optimization　algorithm　to　optimize　　the　Variational　Mode　Decomposition　algorithm　(SSO-VMD).　Then,　　the　fault　features　are　　extracted　from　multiple　domains,　　and　the　improved　supervised　self-organizing　incremental　　learning　neural　network　landmark　point　isometric　mapping　(ISSL-Isomap)　manifold　learning　　algorithm　is　used　to　reduce　the　dimensionality.　Finally,　　the　Artificial　Bee　Colony　Optimization　　Support　Vector　Machine　(ABC-SVM)　classifier　is　used　for　diagnosis　and　recognition.　The　　invention　overcomes　the　problem　of　parameter　selection　in　the　VMD　algorithm　and　solves　the　　problem　of　information　redundancy　existing　in　multi-domain　features.　The　experimental　　results　of　the　planetary　gearbox　fault　diagnosis　show　that　the　proposed　method　can　effectively　　identify　the　types　of　faults　and　has　great　practical　value.　1/7　　FIGURES　　vibration　acceleration　signals　　SSO-VMD　decomposition　andi　reconstruction　　timle-domint,　　frequency-domain　scale-domain　　construct　multi-dimensional　fault　features　set　　se　SSL-Isomap　to　perform　dimensionality　reduction　　low-dimensional　features　set　of　trainngsamnpless　low-dlimei　nsional　features　set　of　test　saimples　set　　train　ABC-SVM　classifier　trained　ABC-SVM　classifier　model　　diagnose　fault　type　　Figure　1　　0　01　　Normal　0　00　　0.01　＇　　0.00　0.05　010　0.15　0.20　　times　　0.05　1　　Wear　0.00　IIII　　0.0　　.00　0.05　010　015　020　　time/s　　Crack　0.　00　　S　0.02-----　0　0.00　0.05　0.10　0.15　0.20　　time/s　　0.　0　2　　-　hI.　-l...L.L.d　uAJ　a　16　uw　L..　　　Brokenteeth　0.00　　0.02　　0.00　0.05　0.10　0.15　0.20　　times　　Figure　2