论文摘要
针对航空发动机中介轴承故障信号传递结构复杂且路径长、信噪比低的问题,提出了一种基于核主元分析(KPCA)与随机森林(Random Forest)相结合的故障诊断新方法,利用EEMD处理非线性信号的优势进行信号分析。首先,将采集的声发射信号分解成多个IMF分量,为兼顾时域和频域信息,提取各个IMF分量的样本熵(SampEn)和奇异熵(SingEn)作为各层信号的时频特征。利用KPCA将各分量的样本熵和奇异熵融合,并降低维度得到体现时频信息的数据样本,最后训练出以随机森林为模型的多类分类器。研究表明,基于KPCA信息融合与随机森林的中介轴承故障方法有效,故障识别准确率可达95%以上。
论文目录
文章来源
类型: 期刊论文
作者: 艾延廷,孙志航,田晶,许鹭,王志
关键词: 核主元分析,随机森林,中介轴承,信息融合,声发射信号,故障诊断
来源: 沈阳航空航天大学学报 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 航空航天科学与工程,电信技术,自动化技术
单位: 沈阳航空航天大学辽宁省航空推进系统先进测试技术重点实验室
基金: 国家自然科学基金(项目编号:11702177)
分类号: V263.6;TP181;TN911.6
页码: 1-9
总页数: 9
文件大小: 4691K
下载量: 152
相关论文文献
- [1].基于KPCA算法的环网柜故障检测方法[J]. 工业安全与环保 2020(08)
- [2].基于KPCA的高速列车悬挂系统故障检测[J]. 西部皮革 2017(08)
- [3].基于小波去噪-KPCA神经网络的光伏功率预测方法[J]. 电力工程技术 2020(02)
- [4].基于KPCA的脉冲涡流缺陷分类识别技术的研究[J]. 物联网技术 2017(02)
- [5].基于KPCA的作战仿真实验数据特征提取方法[J]. 指挥控制与仿真 2014(04)
- [6].基于KPCA的高压断路器故障诊断[J]. 电测与仪表 2013(08)
- [7].基于文化算法的KPCA特征提取方法[J]. 华东理工大学学报(自然科学版) 2008(02)
- [8].改进的KPCA在入侵检测特征提取中的研究[J]. 齐齐哈尔大学学报(自然科学版) 2015(04)
- [9].改进的基于数据重构的KPCA故障识别方法[J]. 东北大学学报(自然科学版) 2012(04)
- [10].基于KPCA降维的运动捕捉数据自动分割[J]. 福州大学学报(自然科学版) 2015(04)
- [11].高维数据正定核与不定核的KPCA变换阵比较[J]. 山东大学学报(工学版) 2011(01)
- [12].融合KPCA与隐马尔科夫模型的虹膜识别方法[J]. 制造业自动化 2011(08)
- [13].一种基于贡献率图的KPCA故障识别方法[J]. 系统工程与电子技术 2008(03)
- [14].基于KPCA和模糊物元模型的公交运营质量综合评价[J]. 河南科学 2020(02)
- [15].采用KPCA特征提取的近红外煤炭发热量预测模型[J]. 化工学报 2012(12)
- [16].基于KPCA的连续重整催化剂结焦碳含量软测量模型[J]. 高校化学工程学报 2009(05)
- [17].基于KPCA的台风强度神经网络集合预报方法研究[J]. 气象科学 2013(02)
- [18].基于遗传优化KPCA的齿轮泵状态识别研究[J]. 机床与液压 2013(09)
- [19].kPCA特征提取算法的自动目标识别[J]. 应用科技 2011(09)
- [20].间歇过程的KPCA恒值判定故障诊断模型[J]. 哈尔滨理工大学学报 2015(06)
- [21].KPCA在凿岩台车控制系统传感器故障诊断中的应用[J]. 湖南科技大学学报(自然科学版) 2014(03)
- [22].一种改进鲁棒KPCA算法及其在齿轮泵故障诊断中的应用[J]. 机床与液压 2013(17)
- [23].基于KPCA的多变量时间序列数据异常检测方法研究[J]. 计算机测量与控制 2011(04)
- [24].基于分块KPCA集成的人脸民族特征提取研究[J]. 计算机科学 2014(09)
- [25].基于KPCA子空间虚假邻点判别的非线性建模的变量选择[J]. 机械工程学报 2012(10)
- [26].基于KPCA冗余检测的故障识别算法[J]. 系统仿真学报 2011(10)
- [27].基于优选样本的KPCA高光谱图像降维方法[J]. 光子学报 2011(06)
- [28].KPCA-聚类分析法和用便携式拉曼仪快速鉴别降糖药[J]. 光谱学与光谱分析 2010(04)
- [29].基于混合核函数的快速KPCA人脸识别算法[J]. 电子科技 2015(02)
- [30].基于改进高斯核度量和KPCA的数据聚类新方法[J]. 计算机系统应用 2017(10)