基于局部切空间排列和K-最近邻分类器的转子故障诊断方法

• 作者: 刘立远 孙斌 牛翀
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 局部切空间排列 K-最近邻分类器 模式识别 故障诊断
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 74-78
• 页数: 5页
• 分类号: TH165
• 字数: 2799字
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.01.013

摘要

为了解决大型机械设备故障数据难以准确快速提取的问题，提出了一种基于局部切空间排列(LTSA)和K-最近邻分类器的转子故障诊断模型。首先基于转子的振动信号构造一个高维多征兆矩阵，利用LTSA提取高维矩阵的低维特征向量，映射在可视空间里；然后将提取的低维特征向量输入K-最近邻分类器进行故障模式识别。试验和数据降维仿真过程表明，该模型的准确度和快速性均优于LTSA和神经网络以及LTSA和支持向量机组成的故障诊断模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙斌		125	1172	17.0	28.0
2	刘立远		3	34	3.0	3.0
3	牛翀		2	22	1.0	2.0