| 基于等距映射与加权KNN的旋转机械故障诊断 |
| |
| 引用本文： | 陈法法,汤宝平,苏祖强.基于等距映射与加权KNN的旋转机械故障诊断[J].仪器仪表学报,2013,34(1):215-220. |
| |
| 作者姓名： | 陈法法 汤宝平 苏祖强 |
| |
| 作者单位： | 重庆大学机械传动国家重点实验室 重庆400030 |
| |
| 基金项目： | 国家自然科学基金(51275546);重庆市自然科学杰出青年基金(CQcstc2011jjjq70001)资助项目 |
| |
| 摘 要： | 针对旋转机械高维复杂故障特征数据难以快速准确辨识的问题,提出一种基于等距映射非线性流形学习与加权KNN(K-nearest neighbor)分类器相结合的旋转机械故障诊断方法.在由时域统计指标和内禀模态分量能量构造的原始特征空间中,首先利用等距映射非线性流形学习算法提取旋转机械故障状态变化的本质特征,随后将提取的低维本质特征输入给加权KNN进行旋转机械的故障模式辨识.通过对齿轮箱的实验数据分析表明,该方法不仅对高维复杂的非线性故障特征具有良好的降维性能,而且故障识别率较之传统方法也明显提高,能够有效识别出高维特征空间的非线性故障特征.
|
| 关 键 词： | 流形学习 等距映射 加权K近邻 旋转机械 故障诊断 |
Rotating machinery fault diagnosis based on isometric mapping and weighted KNN |
| |
| Chen Fafa
,
Tang Baoping
,
Su Zuqiang.Rotating machinery fault diagnosis based on isometric mapping and weighted KNN[J].Chinese Journal of Scientific Instrument,2013,34(1):215-220. |
| |
| Authors: | Chen Fafa Tang Baoping Su Zuqiang |
| |
| Affiliation: | (The State Key Laboratory of Mechanical Transmission,Chongqing University,Chongqing 400030,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
