【摘要】：為了有效利用振動信號進行故障診斷,提出了一種基于半監(jiān)督鄰域自適應(yīng)線性局部切空間排列(SSNALLTSA)算法的故障診斷方法。從多域提取振動信號的混合特征,構(gòu)建原始高維特征集。利用半監(jiān)督鄰域自適應(yīng)線性局部切空間排列算法對原始特征集進行維數(shù)約簡,提取出辨識性較高的敏感特征子集。將得到的低維特征輸入SVM分類器進行識別,判斷故障類型。液壓泵故障診斷實驗結(jié)果表明,該算法克服了LLTSA無監(jiān)督和使用全局統(tǒng)一鄰域參數(shù)的不足,可更有效地尋找數(shù)據(jù)的低維本質(zhì)流形,提高了識別準確率,具有一定優(yōu)勢。
[Abstract]:In order to make effective use of vibration signals for fault diagnosis, a fault diagnosis method based on semi-supervised neighborhood adaptive linear local tangent space arrangement (SSNALLTSA) algorithm is proposed. The mixed feature of vibration signal is extracted from multi-domain, and the original high-Viterbi solicitation is constructed. Using the semi-supervised neighborhood adaptive linear local tangent space arrangement algorithm, the dimension reduction of the original feature set is carried out, and the sensitive feature subset with high identification is extracted. The obtained low-dimensional features are input into the SVM classifier to identify the fault types. The experimental results of hydraulic pump fault diagnosis show that the algorithm overcomes the shortcomings of LLTSA without supervision and using the global unified neighborhood parameters, and can more effectively find the low-dimensional essential manifold of data, and improve the recognition accuracy and has certain advantages.
【作者單位】： 軍械工程學(xué)院火炮工程系;
【基金】：河北省自然科學(xué)基金(E2016506003)
【分類號】：TH17

【參考文獻】

相關(guān)期刊論文 前9條

1 楊望燦;張培林;吳定海;陳彥龍;;基于改進半監(jiān)督局部保持投影算法的故障診斷[J];中南大學(xué)學(xué)報(自然科學(xué)版);2015年06期

2 李文博;王大軼;劉成瑞;;一類非線性系統(tǒng)的故障可診斷性量化評價方法[J];宇航學(xué)報;2015年04期

3 蘇祖強;湯寶平;鄧蕾;尹愛軍;;有監(jiān)督LLTSA特征約簡旋轉(zhuǎn)機械故障診斷[J];儀器儀表學(xué)報;2014年08期

4 曾鳴;楊宇;鄭近德;程軍圣;;基于LCD和KNNCH分類算法的齒輪故障診斷方法[J];中國機械工程;2014年15期

5 蘇祖強;湯寶平;姚金寶;;基于敏感特征選擇與流形學(xué)習(xí)維數(shù)約簡的故障診斷[J];振動與沖擊;2014年03期

6 張淑清;孫國秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機械故障診斷研究[J];儀器儀表學(xué)報;2013年03期

7 劉晗;張慶;孟理華;楊凱;徐光華;;基于Parzen窗估計的設(shè)備狀態(tài)綜合報警方法[J];振動與沖擊;2013年03期

8 楊慶;陳桂明;何慶飛;劉鯖潔;;局部切空間排列算法用于軸承早期故障診斷[J];振動.測試與診斷;2012年05期

9 劉志勇;袁媛;;基于測地距離的半監(jiān)督增強[J];計算機工程與應(yīng)用;2011年21期

【共引文獻】

相關(guān)期刊論文 前10條

1 趙孝禮;趙榮珍;孫業(yè)北;何敬舉;;基于正則化核最大邊界投影維數(shù)約簡的滾動軸承故障診斷[J];振動與沖擊;2017年14期

2 房立清;呂巖;張前圖;齊子元;;基于半監(jiān)督鄰域自適應(yīng)LLTSA算法的故障診斷[J];振動與沖擊;2017年13期

3 莊夏;;基于DWT和RNN的無刷直流電動機軸承故障檢測方法[J];微特電機;2017年06期

4 姜景升;王華慶;柯燕亮;向偉;;基于LTSA與K-最近鄰分類器的故障診斷[J];振動與沖擊;2017年11期

5 許凡;方彥軍;孔政敏;;基于EEMD的樣本熵的滾動軸承AP聚類故障診斷[J];儀表技術(shù)與傳感器;2017年06期

6 曾旭;慕曉冬;王舒洋;趙典;;基于LMD頻域近似熵頻譜感知算法研究[J];火力與指揮控制;2017年05期

7 許凡;方彥軍;張榮;;基于多尺度樣本熵與PCA-FCM的滾動軸承故障診斷[J];青島科技大學(xué)學(xué)報(自然科學(xué)版);2017年02期

8 李磊;龐海;張前圖;;基于半監(jiān)督LLTSA維數(shù)約簡的故障診斷[J];機械強度;2017年02期

9 趙榮珍;李坤杰;;基于類內(nèi)類間判據(jù)與遺傳算法的故障特征選擇方法[J];蘭州理工大學(xué)學(xué)報;2017年02期

10 楊洪柏;張宏利;劉樹林;;基于可視化異類特征優(yōu)選融合的滾動軸承故障診斷[J];計算機應(yīng)用;2017年04期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 蘇祖強;湯寶平;姚金寶;;基于敏感特征選擇與流形學(xué)習(xí)維數(shù)約簡的故障診斷[J];振動與沖擊;2014年03期

2 張焱;湯寶平;鄧蕾;;基于譜聚類初始化非負矩陣分解的機械故障診斷[J];儀器儀表學(xué)報;2013年12期

3 姚亞夫;張星;;基于瞬時能量熵和SVM的滾動軸承故障診斷[J];電子測量與儀器學(xué)報;2013年10期

4 宋濤;湯寶平;李鋒;;基于流形學(xué)習(xí)和K-最近鄰分類器的旋轉(zhuǎn)機械故障診斷方法[J];振動與沖擊;2013年05期

5 楊宇;曾鳴;程軍圣;;局部特征尺度分解方法及其分量判據(jù)研究[J];中國機械工程;2013年02期

6 陶新民;曹盼東;宋少宇;付丹丹;;基于兩階段學(xué)習(xí)的半監(jiān)督SVM故障檢測方法[J];振動與沖擊;2012年23期

7 尹剛;張英堂;李志寧;任國全;范紅波;;基于在線半監(jiān)督學(xué)習(xí)的故障診斷方法研究[J];振動工程學(xué)報;2012年06期

8 楊慶;陳桂明;何慶飛;劉鯖潔;;局部切空間排列算法用于軸承早期故障診斷[J];振動.測試與診斷;2012年05期

9 趙志宏;楊紹普;;基于小波包變換與樣本熵的滾動軸承故障診斷[J];振動.測試與診斷;2012年04期

10 李鋒;湯寶平;陳法法;;基于線性局部切空間排列維數(shù)化簡的故障診斷[J];振動與沖擊;2012年13期

，

本文編號：2222328