面向转子故障特征提取的多尺度拉普拉斯特征映射方法

• 作者: 杜晓阳 王广斌 罗军
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 转子系统 拉普拉斯特征映射 多尺度 特征提取
• 年，卷（期）: 2016,（20）
• 所属期刊栏目: 科学基金
• 页码范围: 2791-2796,2797
• 页数: 7页
• 分类号: TP277
• 字数: 4395字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.20.017

摘要

融合多尺度分解理论和流形学习思想，提出了一种面向转子故障特征提取的多尺度拉普拉斯特征映射算法。首先对转子故障振动信号进行多尺度小波包分解，提取各独立频带信号的最优尺度小波熵，构建特征参量矩阵并估计其固有维数，然后通过拉普拉斯特征映射将特征参量数据嵌入到低维本征空间，得到故障的最敏感特征，最后融合决策实现故障的准确识别。实验表明，相对于主成分分析算法、局部线性嵌入算法和拉普拉斯特征映射算法，多尺度拉普拉斯特征映射方法提取的转子故障信号特征更容易识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王广斌	湖南科技大学机械设备健康维护湖南省重点实验室	16	85	5.0	8.0
2	罗军	湖南科技大学机械设备健康维护湖南省重点实验室	4	11	2.0	3.0
4	杜晓阳	湖南科技大学机械设备健康维护湖南省重点实验室	2	7	2.0	2.0