本文關鍵詞：機械故障診斷中的流形學習方法研究　出處：《西安石油大學》2016年碩士論文　論文類型：學位論文

  更多相關文章： 流形學習 改進LLE算法 特征壓縮 故障診斷

【摘要】：機械故障診斷的方法很多,其實質是模式識別和分類問題。機械故障診斷的關鍵技術是信號的特征提取和壓縮。目前常用的線性信號分析方法對于機械設備運行中的非線性信號處理有很大的局限性。流形學習是一種良好的處理非線性高維數據的機器學習算法。將流形學習應用到機械故障診斷中,可以較好的解決高維信號特征空間的特征壓縮問題,為故障分類提供良好的依據。論文在分析幾種流形學習算法在經典數據中降維效果的基礎上,選擇局部線性嵌入法(LLE)作為研究的重點。針對流形學習在機械故障診斷中應用存在的一些問題,結合機械故障診斷信號處理的特點,提出了基于最佳分類效果的參數綜合選擇方法,此方法可以將鄰域因子k和嵌入維數d同時進行最佳選擇。為了準確快速的對新增樣本進行特征壓縮與診斷,提出了基于局部拓撲保持的改進LLE算法,此方法充分利用LLE降維后保留的原始特征空間中的局部拓撲結構信息,避免對所有數據重復計算。討論改進LLE算法在機械故障診斷中應用的過程和注意事項,選擇K最近鄰分類器(KNN)作為LLE算法特征壓縮后故障診斷的分類準則。論文將改進的LLE算法應用到齒輪箱故障、柴油機油路故障、柴油機機械故障的診斷中。對齒輪箱和柴油機運轉振動信號,采用基于子帶能量的方法構造信號特征空間,子帶數目通過同種故障類型特征參數間方差最小擇優(yōu)選擇法確定。對柴油機燃油系統的油壓信號,采用基于油壓波形參數的方法構造信號特征空間。通過對齒輪箱振動信號、柴油機振動信號、柴油機油壓信號分別進行特征壓縮和故障診斷的結果可以看出:論文提出的改進LLE算法在信號的特征壓縮和分類上應用效果良好,為機械故障診斷提出了一種新的解決問題的思路。
[Abstract]:......
【學位授予單位】：西安石油大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH17

【參考文獻】

中國期刊全文數據庫 前10條

1 孫美玲;朱春吉;岳曉峰;谷文超;;時域同步平均在振動信號分析中的應用[J];長春工業(yè)大學學報(自然科學版);2014年04期

2 向丹;葛爽;;一種基于小波包樣本熵和流形學習的故障特征提取模型[J];振動與沖擊;2014年11期

3 何清;李寧;羅文娟;史忠植;;大數據下的機器學習算法綜述[J];模式識別與人工智能;2014年04期

4 張強;蔡云澤;許曉鳴;;Orthogonal Discriminant Improved Local Tangent Space Alignment Based Feature Fusion for Face Recognition[J];Journal of Shanghai Jiaotong University(Science);2013年04期

5 Min DU;Xing-shu CHEN;;Accelerated k-nearest neighbors algorithm based on principal component analysis for text categorization[J];Journal of Zhejiang University-Science C(Computers & Electronics);2013年06期

6 蔣全勝;李華榮;黃鵬;;一種基于非線性流形學習的故障特征提取模型[J];振動與沖擊;2012年23期

7 劉嘉敏;周曉莉;朱晟君;王會巖;羅甫林;;基于LLE及其改進算法的人耳識別[J];光電工程;2012年12期

8 劉海紅;周聰輝;;半監(jiān)督拉普拉斯特征映射算法[J];計算機工程與設計;2012年02期

9 栗茂林;梁霖;王孫安;莊健;;基于連續(xù)小波系數非線性流形學習的沖擊特征提取方法[J];振動與沖擊;2012年01期

10 郝智勇;賀明科;譚文堂;張健東;;基于多維標度法的專利文本可視化聚類研究[J];計算機應用研究;2010年12期

中國博士學位論文全文數據庫 前1條

1 雷迎科;流形學習算法及其應用研究[D];中國科學技術大學;2011年

中國碩士學位論文全文數據庫 前5條

1 劉麗娟;基于流形學習與一類分類的故障診斷方法及其應用研究[D];南京航空航天大學;2012年

2 孫麗萍;流形學習算法ISOMAP的改進與實現[D];大連理工大學;2010年

3 陸捷榮;基于流形學習與D-S證據理論的語音情感識別研究[D];江蘇大學;2010年

4 張曉麗;基于自組織映射網絡的旋轉機械故障診斷研究[D];山東科技大學;2008年

5 劉建;高維數據的本征維數估計方法研究[D];國防科學技術大學;2005年

，

本文編號：1349178