基于改进KFDA独立特征选择的故障诊断

论文摘要

为了有效利用故障特征集中对故障敏感的特征进行故障诊断,对核Fishier判别分析(KFDA)进行改进,提出基于改进KFDA独立特征选择的故障诊断方法。该方法首先从多个角度提取故障振动信号的故障特征,构建原始高维多域混合故障特征集。然后,采用改进的核Fisher特征选择方法为每两类故障状态独立选择敏感特征集。最后,采用"一对一"的方法训练多个二分类相关向量机(RVM),将得到的敏感特征集输入多分类故障诊断模型进行识别。齿轮故障诊断实例表明,所提方法具备较高的诊断准确率。

论文目录

文章来源

类型: 期刊论文

作者: 陈瑞

关键词: 独立特征选择,故障诊断,齿轮

来源: 机械强度 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 合肥工业大学汽车与交通工程学院车辆工程系

基金: 国家重点研发计划新能源汽车专项(SQ2017ZY020013),安徽省科技重大专项(16030901030)资助~~

分类号: TH17

DOI: 10.16579/j.issn.1001.9669.2019.03.004

页码: 527-531

总页数: 5

文件大小: 278K

下载量: 72

相关论文文献

标签：独立特征选择论文;  故障诊断论文;  齿轮论文;