摘要：实际机械振动信号不可避免受到各种各样的噪声干扰，导致机械状态诊断结果误判等问题。目前的降噪算法主要都是针对时域振动信号，所需计算时间较长、占用存储空间较大。流形学习算法处理对象是样本特征空间数据，提出一种直接对样本特征空间进行奇异值分解降噪方法，再对降噪后的特征空间利用局部保留投影算法进行维数约简，通过1NN算法对设备运行状态进行识别。轴承故障仿真试验表明，与直接对时域信号进行降噪相比，所提方法能有效保证局部保持投影算法的降维效果，同时加快计算速度及减少所占存储空间。

关键词：特征空间降噪 局部保持投影 流形学习 故障分类 轴承 

单位：华南理工大学机械与汽车工程学院 广州510640