基于嵌入式SRVPMCD的模式识别方法

• 作者: 杨宇 潘海洋 程军圣 马利
• 来源期刊: 中国机械工程
• 关键词: 逐步回归 逐步回归多变量预测模型 滚动轴承 故障诊断
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 信息技术
• 页码范围: 3308-3313
• 页数: 6页
• 分类号: TH113
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.24.009

摘要

针对多变量预测模型(VPMCD)模式识别方法的固有缺陷和机械故障特征难以选择的难题，即特征维数较多时对时效性的影响和特征选择需要引入主观因素的现状，提出了一种基于嵌入式的逐步回归多变量预测模型(SRVPMCD)模式识别方法。该方法首先通过逐步回归引入变量并计算其显著水平，建立只包含显著特征值的预测模型，同时实现嵌入式特征选择和建模分类的功能，然后用所建立的预测模型来预测待分类样本的特征值，最后把预测结果作为分类依据进行模式识别。对滚动轴承故障信号的分析结果表明，基于嵌入式 SRVPMCD 的模式识别方法可以实现特征选择和分类的双重功能，在保证识别精度的前提下，比原 VPMCD 方法及其组合方法可以更快地识别滚动轴承的工作状态和故障类型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宇	湖南大学汽车车身先进设计制造国家重点实验室	170	5200	44.0	68.0
2	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
3	潘海洋	湖南大学汽车车身先进设计制造国家重点实验室	20	120	6.0	10.0
5	马利	湖南大学汽车车身先进设计制造国家重点实验室	3	6	1.0	2.0