基于岭回归的RVPMCD滚动轴承故障诊断方法

• 作者: 杨宇 欧阳洪 潘海洋 程军圣
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 岭回归 基于岭回归的多变量预测模型分类方法(RVPMCD) 滚动轴承 故障诊断
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 工程与应用
• 页码范围: 255-259
• 页数: 5页
• 分类号: TH113
• 字数: 5316字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1307-0332

摘要

针对多变量预测模型模式识别方法中的最小二乘拟合可能出现病态的问题，提出了基于岭回归的多变量预测模型（Ridge regression-Variable Predictive Model based Class Discriminate，RVPMCD）分类方法，该方法通过引入岭参数，降低其均方拟合误差，减小自变量间复共线性关系对参数估计的影响，改善了原方法中最小二乘回归拟合参数失真的现象，从而有望建立更加准确的预测模型。对滚动轴承的振动信号提取特征值，组成特征向量，采用RVPMCD方法对训练样本建立预测模型，利用RVPMCD所建立的预测模型进行模式识别。实验分析结果表明，基于岭回归的多变量预测模型分类方法可以更有效地对滚动轴承的工作状态和故障类型进行识别。

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
4	欧阳洪	湖南大学汽车车身先进设计制造国家重点实验室	1	1	1.0	1.0