文献类型：期刊文章

作　　者：孙斌[1] 刘立远[1] 牛翀[2]

机构地区：[1]东北电力大学,吉林132012 [2]大唐保定热电厂,保定071000

出　　处：《中国机械工程》

年　　份：2015

卷　　号：26

期　　号：1

起止页码：74-78

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决大型机械设备故障数据难以准确快速提取的问题,提出了一种基于局部切空间排列(LTSA)和K-最近邻分类器的转子故障诊断模型。首先基于转子的振动信号构造一个高维多征兆矩阵,利用LTSA提取高维矩阵的低维特征向量,映射在可视空间里;然后将提取的低维特征向量输入K-最近邻分类器进行故障模式识别。试验和数据降维仿真过程表明,该模型的准确度和快速性均优于LTSA和神经网络以及LTSA和支持向量机组成的故障诊断模型。

关 键 词：局部切空间排列 K-最近邻分类器  模式识别 故障诊断

分 类 号：TH165]