一种改进鲁棒KPCA算法及其在齿轮泵故障诊断中的应用

• 作者: 姚良 李艾华 王旭平 王涛 蔡艳平
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 鲁棒核主元分析 野点 齿轮泵 故障诊断
• 年，卷（期）: 2013,（17）
• 页码范围: 171-175
• 页数: 5页
• 分类号: TP273+.5
• 字数: 4045字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.17.050

摘要

核主元分析（KPCA）是一种有效的非线性特征提取方法，但其缺点是对样本中的野点比较敏感。为了消除野点对KPCA算法的影响，介绍一种鲁棒KPCA算法，通过修改特征空间中映射样本的最小重构误差表达式，并预先定义训练样本集中的野点数目，实现了在特征空间剔除野点的目的。将改进后的鲁棒KPCA算法应用于齿轮泵故障特征提取，试验结果表明：该算法的抗噪性比经典KPCA算法明显增强，能有效区分齿轮泵的不同故障模式。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚良	第二炮兵工程大学机电工程系	21	184	6.0	13.0
2	蔡艳平	第二炮兵工程大学机电工程系	35	298	8.0	16.0
3	李艾华	第二炮兵工程大学机电工程系	84	644	12.0	21.0
4	王涛	第二炮兵工程大学机电工程系	50	424	10.0	18.0
5	王旭平	第二炮兵工程大学机电工程系	14	46	4.0	5.0