针对轴承故障检测中特征融合导致的维度高、相关性强等问题,提出一种采用规范化局部保持投影算法(LPP)的轴承故障诊断(En-LPP)方法。首先,采用熵规范化的方法将相似度矩阵结合到传统LPP算法的优化函数中,与投影向量一并求解,得到一种规范化LPP降维算法;然后对原始轴承振动信号进行小波变换和经验模式分解得到10条信号分量,每个分量通过计算平均值、均方根等,提取12维统计特征,经归一化后生成特征向量;然后将特征向量输入到规范化LPP降维算法中进行迭代共同求解,得到满足终止条件的相似度矩阵和投影向量;最后利用降维后的特征集训练极限学习机模型确定轴承最终工作状态以实现故障检测。实验结果表明:与传统LPP方法以及其他降维方法相比,所提出的En-LPP方法对于轴承故障诊断的性能更好;在小波变换72维特征集合以及经验模式分解48维特征集合下的分类精度平均提升了7%以上;在4种不同分类器组合下的分类精度平均提升了17%以上;较好的降维特征区分能力使得En-LPP方法的故障诊断性能在不同条件组合下均具有很好的鲁棒性。
类型: 期刊论文
作者: 刘锐,邹俊荣,任超,陶新民
关键词: 故障诊断,局部保持投影算法,降维,熵规范化
来源: 西安交通大学学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 东北林业大学工程技术学院
基金: 国家自然科学基金资助项目(61571070),哈尔滨市科技局创新人才基金资助项目(2017RAXXJ018),中央高校基本科研业务费专项资金资助项目(2572017EB02)
分类号: TH133.3
页码: 54-61
总页数: 8
文件大小: 1232K
下载量: 209
本文来源: https://www.lunwen66.cn/article/10aa60828643546be586cb5d.html