摘要：提出基于归一化Laplacian矩阵有监督最优局部保持映射（Normalized Laplacian-based supervised optimal locality preserving projection,NL-SOLPP）维数化简的故障辨识方法。构造全面表征不同故障特性的时频域特征集,利用NL-SOLPP将高维时频域特征集自动约简为区分度更好的低维特征矢量,并输入到Shannon小波支持向量机中进行故障模式辨识。NL-SOLPP结合流形局部结构和类标签来设计相似加权矩阵,并使输出基矢量统计不相关和相互正交,提高了故障辨识精度。深沟球轴承故障诊断和空间轴承寿命状态辨识实例验证了该方法的有效性。

关键词：局部保持映射 维数化简 流形学习 故障辨识 

单位：四川大学制造科学与工程学院成都610065 重庆大学机械传动国家重点实验室重庆400030