基于正交邻域保持嵌入与多核相关向量机的滚动轴承早期故障诊断

摘要：

针对滚动轴承早期故障特征微弱难以快速有效辨识的问题,提出一种基于正交邻域保持嵌入(ONPE)与多核相关向量机(RVM)的滚动轴承早期故障诊断方法.首先基于多域量化特征构造表征滚动轴承早期故障的多域特征向量,基于ONPE线性流形学习对多域特征向量进行约简降维处理,获取最能反映滚动轴承早期故障运行状态变化的低维敏感特征,随后将获取的低维敏感特征输入给多核RVM进行早期故障模式的分类辨识.通过分析滚动轴承早期故障的模拟实验数据表明,该方法对高维复杂的非线性早期故障特征具有良好的约简降维性能,而且比单一核函数RVM具有更好的诊断精度.

关键词：正交邻域保持嵌入、多核相关向量机、滚动轴承、早期故障、故障诊断

所属期刊栏目：24

分类号：TP319.3;TH132.2(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51405264;湖北省自然科学基金资助项目2018CFB671;湖北省重点实验室开放基金资助项目2016KJX09,2017KTE03

在线出版日期：2018-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1946-1954