利用增量式非线性流形学习的状态监测方法

• 作者: 张熠卓 张锋 徐光华 李淑智 梁霖
• 来源期刊: 西安交通大学学报
• 关键词: 流形学习 增量式学习 状态监测 局部切空间排列
• 年，卷（期）: 2011,（1）
• 页码范围: 64-68,136
• 分类号: TP206
• 语种: 中文

摘要

针对传统流形学习方法难以处理大批量设备运行数据的特点,提出了一种采用增量式流形学习方法的机械设备状态监测方法.该方法首先利用局部切空间排列算法对训练样本集进行非线性维数约简,得到初始的低维流形结构,然后通过增量式学习机制对新增的时序样本点进行动态聚类.通过对压缩机喘振试验数据及滚动轴承故障数据的分析表明,该方法的计算复杂度低,可以有效地识别出隐藏在高维特征集中的非线性故障特征,因此具有良好的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁霖	西安交通大学机械工程学院	35	614	13.0	24.0
5	徐光华	西安交通大学机械工程学院	80	961	16.0	28.0
9	张熠卓	西安交通大学机械工程学院	5	143	5.0	5.0
13	张锋	西安交通大学机械工程学院	24	191	8.0	13.0