正交迭代局部Fisher判别转子故障诊断

• 作者: 刘义伦 王广斌 黄良沛
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 正交迭代 流形学习 局部Fisher判别 故障诊断
• 年，卷（期）: 2010,（5）
• 页码范围: 500-503
• 分类号: TG156
• 字数: 3741字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.05.005

摘要

通过局部加权邻接矩阵重新定义类内散度和类间散度,建立局部Fisher判别函数,在特征值求解过程中以正交迭代方式找出最优投影向量,得到故障诊断模型.该方法能保证数据降维过程中的重构误差最小,并可直接运用故障诊断模型识别增量数据,避免了一般流形学习模式识别时对动态增量数据需要重建模型的问题.转子故障诊断试验表明,对于多传感器振动特征融合信号,相对其他流形学习算法,正交局部Fisher判别(orthogonl locally Fisher discriminant,简称OLFD)的故障诊断效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘义伦	中南大学机电工程学院	177	1461	19.0	28.0
2	黄良沛	湖南科技大学振动冲击与诊断研究所	62	398	10.0	16.0
3	王广斌	中南大学机电工程学院	16	85	5.0	8.0