基于自适应LTSA算法的滚动轴承故障诊断

作者:佘博;田福庆;汤健;李克玉; 刊名:华中科技大学学报(自然科学版) 上传者:高军

【摘要】针对故障特征集维数高以及冗余的问题,提出一种自适应邻域选择的改进局部切空间排列维数约简方法。通过考虑流形的采样密度、局部弯曲度和局部切空间近似偏离角度,自适应构建样本邻域,以保证局部线性度,能提高算法鲁棒性。为提高故障诊断准确率,提出改进Fisher准则的特征评价方法,首先对原始特征集进行特征选择,优选出能表征类间散度大、类内散度小和低冗余的故障特征,然后采用改进的局部切空间排列算法进行特征融合,得到低维的敏感特征子集,并输入到 k最近邻分类器进行故障识别。用滚动轴承不同部位、不同故障程度的实验数据验证了该方法的有效性。

全文阅读

第45卷 第1期2017年 1月   华中科技大学学报(自 然 科 学 版) J.Huazhong Univ.of Sci.& Tech.(Natural Science Edition) Vol.45 No.1 Jan. 2017 DOI:10.13245/ j.hust.170117 收稿日期 2016-07-25. 作者简介 佘 博(1989-),男,博士研究生, E-mail:she1611@126.com.基金项目 国家自然科学基金资助项目 (61573364 ). 基于自适应LTSA算法的滚动轴承故障诊断佘 博1 田福庆1 汤 健2 李克玉3 ( 1海军工程大学兵器工程系,湖北 武汉430000;2北京工业大学信息学部,北京100124;3中国人民解放军91467部队,山东 胶州266309) 摘要 针对故障特征集维数高以及冗余的问题,提出一种自适应邻域选择的改进局部切空间排列维数约简方法.通过考虑流形的采样密度、局部弯曲度和局部切空间近似偏离角度,自适应构建样本邻域,以保证局部线性度,能提高算法鲁棒性.为提高故障诊断准确率,提出改进 Fisher准则的特征评价方法,首先对原始特征集进行特征选择,优选出能表征类间散度大、类内散度小和低冗余的故障特征,然后采用改进的局部切空间排 列算法进行特征融合,得到低维的敏感特征子集,并输入到 k 最近邻分类器进行故障识别.用滚动轴承不同部 位、不同故障程度的实验数据验证了该方法的有效性. 关键词 滚动轴承;故障诊断;Fisher准则;自适应邻域选择;局部切空间排列 中图分类号 TP391.4;TH113.1  文献标志码 A  文章编号 1671-4512(2017)01-0091-06 Fault diagnosis of rolling bearing based on adaptive LTSA algorithm She Bo 1  Tian Fuqing 1  Tang Jian 2  Li Keyu 3 ( 1Department of Weaponry Engineering,Naval University of Engineering,Wuhan 430000,China; 2Department of Information,Beijing University of Technology,Beijing 100124,China; 3Unit No.91467of People′s Liberation Army,Jiaozhou 266309,Shandong China) Abstract Improved local tangent space alignment(ILTSA)method with adaptive neighborhood selec-tion was presented,aiming at solving the problem of over-high dimensions and redundancy in the mixed fault feature set.As traditional neighborhood selection method was not applicable to the variedcurvature and non-uniformly sampled manifold,to keep the local linearity  by considering the sampledensity,the local 

参考文献

引证文献

问答

我要提问