有监督不相关局部Fisher判别分析故障诊断EI北大核心CSCD |
| |
引用本文: | 李锋,王家序,汤宝平,邓成军.有监督不相关局部Fisher判别分析故障诊断EI北大核心CSCD[J].振动工程学报,2015(4):657-665. |
| |
作者姓名: | 李锋 王家序 汤宝平 邓成军 |
| |
作者单位: | 1.四川大学制造科学与工程学院610065;2.四川大学空天科学与工程学院610065;3.重庆大学机械传动国家重点实验室400044; |
| |
基金项目: | 国家自然科学基金青年基金资助项目(51305283);国家公派高级研究学者及访问学者(含博士后)项目(201406245021);高等学校博士学科点专项科研基金资助项目(20120181130012) |
| |
摘 要: | 针对现有流形学习理论用于旋转机械故障诊断存在识别精度不高的问题,提出基于有监督不相关局部Fisher判别分析(Supervised Uncorrelated Local Fisher Discriminant Analysis,SULFDA)的新型故障诊断方法。首先构造全面表征不同故障特征的时频域特征集,再利用有监督不相关局部Fisher判别分析将高维时频域故障特征集化简为区分度更好的低维特征矢量,并输入到K-近邻分类器中进行故障模式辨识。有监督不相关局部Fisher判别分析在类标签指导下最小化同类流形的离散度并最大化异类流形的离散度来实现类判别,还施加了不相关约束条件使所提取的特征统计不相关,提高了针对旋转机械的故障诊断精度。深沟球轴承故障诊断实验验证了该方法的有效性。
|
关 键 词: | 故障诊断 旋转机械 时频域特征集 有监督不相关局部Fisher判别分析 流形学习 |
本文献已被 维普 等数据库收录! |
|