摘要:针对非线性系统故障诊断难以解决的问题,通过改进的局部线性嵌入映射算法解决了非线性数据的特征映射问题。首先,通过线性拟合改进了基于分形维估计的内在维数的估计。然后,将故障状态与空间分布结合起来,通过确定数据点在空间超球内的分布完成故障的检测,在这个过程中将超球的确定与LLE算法中基于核函数的样本外数据扩展结合起来,大大减少了计算量,提高了算法的实时性。然后,利用Fisher判别分析进行故障匹配,通过计算最优的投影向量与历史故障数据投影向量的相似度的计算,完成故障识别,从而为复杂非线性系统故障诊断提供了一种新的有效的方法。
关键词:故障诊断 非线性降维 内在维数 fisher判别
单位:中国科学院沈阳自动化研究所机器人学国家重点实验室 沈阳110016 中国科学院研究生院 北京100039 威斯康星大学麦迪逊分校空间自动化与机器人中心 美国
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社