基于多尺度关联维数和流形学习的自动机故障诊断

• 作者: 吕岩 房立清 杜伟 齐子元
• 来源期刊: 中国测试
• 关键词: 故障诊断 多尺度关联维数 流形学习 自动机
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 测控技术
• 页码范围: 102-108
• 页数: 7页
• 字数: 5021字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2017.10.020

摘要

针对自动机振动信号非平稳、非线性的特点,提出基于多尺度关联维数和线性局部切空间排列(linear local tangent space alignment,LLTSA)相结合的自动机故障诊断方法.首先,利用局部特征尺度分解(local characteristic-scale decomposition,LCD)将自动机振动信号分解为不同尺度下的内禀尺度分量(intrinsic scale component),提取出反映状态信息的主要分量并计算各分量的关联维数.然后,利用线性局部切空间排列算法挖掘出可区分度更高的特征子集.最后,将得到的低维特征输入支持向量机进行识别,自动机故障诊断实验表明,所提方法具备较高的诊断准确率.此外,将LCD与经验模态分解(empirical mode decomposition,EMD)和局部均值分解(local mean decomposition,LMD)方法的诊断结果进行比较,验证所提方法的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐子元	军械工程学院火炮工程系	28	186	9.0	12.0
2	房立清	军械工程学院火炮工程系	48	240	7.0	13.0
3	吕岩	军械工程学院火炮工程系	8	19	3.0	4.0
4	杜伟	军械工程学院火炮工程系	2	3	1.0	1.0