在复杂的工业环境中,齿轮箱在变转速、变负载运行之后可能会出现复合故障,且由于机械设备设计等因素的影响,只能在少数位置安装振动传感器,因此通过少量位置的传感器数据来获取多部件状态就很重要。本文提出三种改进的MLP神经网络模型,利用单个传感器数据对齿轮和轴承故障进行诊断和分类,并基于自主实验数据集对比分析了三种模型的性能。