文献类型：期刊文章

作　　者：佘博[1] 田福庆[1] 汤健[2] 李克玉[3]

机构地区：[1]海军工程大学兵器工程系 [2]北京工业大学信息学部 [3]中国人民解放军91467部队

出　　处：《华中科技大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61573364)

年　　份：2017

卷　　号：45

期　　号：1

起止页码：91-96

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171403526152)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对故障特征集维数高以及冗余的问题,提出一种自适应邻域选择的改进局部切空间排列维数约简方法.通过考虑流形的采样密度、局部弯曲度和局部切空间近似偏离角度,自适应构建样本邻域,以保证局部线性度,能提高算法鲁棒性.为提高故障诊断准确率,提出改进Fisher准则的特征评价方法,首先对原始特征集进行特征选择,优选出能表征类间散度大、类内散度小和低冗余的故障特征,然后采用改进的局部切空间排列算法进行特征融合,得到低维的敏感特征子集,并输入到k最近邻分类器进行故障识别.用滚动轴承不同部位、不同故障程度的实验数据验证了该方法的有效性.

关 键 词：滚动轴承 故障诊断 FISHER准则 自适应邻域选择  局部切空间排列

分 类 号：TP391.4] TH113.1[计算机类]