摘要:提出了一种基于流形学习与一类支持向量机的轴承早期故障识别方法。首先提取轴承信号的时域参数构成原始特征样本空间;然后采用基于拉普拉斯特征映射算法(Laplacian eigenmap,LE)的流形学习方法对特征样本进行特征压缩,提取出敏感的故障特征;最后采用一类支持向量机对各状态实现分类识别。利用实测的滚动轴承故障数据对算法进行了验证,并将LE方法与主成分分析(PCA)方法进行了比较,结果证明该方法可行。
关键词:流形学习 一类支持向量机 轴承 故障识别 拉普拉斯特征映射
单位:南京航空航天大学; 南京; 210016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社