CORC  > 兰州理工大学  > 兰州理工大学
基于局部边缘判别投影的机械故障诊断方法
石明宽; 赵荣珍
刊名振动.测试与诊断
2021-02-15
卷号41期号:2021,41(01)页码:126-132+204
关键词故障诊断 降维 流形学习 转子系统
DOI10.16450/j.cnki.issn.1004-6801.2021.01.018
英文摘要针对故障特征集维数过高的问题,提出一种基于局部边缘判别投影(locality margin discriminant projection,简称LMDP)的故障数据集降维算法。该算法定义了局部类间相似度和局部类内相似度,使相邻的异类在低维空间中离的更远、相邻的同类样本在低维空间中离的更近。分别提取转子振动信号的时域和频域统计特征,组成原始故障特征集;通过LMDP算法对原始特征集进行特征融合,选择出其中最能反映故障内在信息的低维敏感特征子集;将得到的低维特征子集输入到K近邻(K-nearest neighbor,简称KNN)分类器中进行训练和故障分类。通过2个不同型号的双跨度转子系统采集的振动信号集合验证了该方法的有效性。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/147000]  
专题兰州理工大学
作者单位兰州理工大学机电工程学院
推荐引用方式
GB/T 7714
石明宽,赵荣珍. 基于局部边缘判别投影的机械故障诊断方法[J]. 振动.测试与诊断,2021,41(2021,41(01)):126-132+204.
APA 石明宽,&赵荣珍.(2021).基于局部边缘判别投影的机械故障诊断方法.振动.测试与诊断,41(2021,41(01)),126-132+204.
MLA 石明宽,et al."基于局部边缘判别投影的机械故障诊断方法".振动.测试与诊断 41.2021,41(01)(2021):126-132+204.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace