高斯过程隐变量模型与多类最优边际分配机在故障诊断中的应用

• 作者: 张朝林 范玉刚 高阳
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: GPLVM mcODM CEEMD 维数约简 故障诊断
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 机械动力学
• 页码范围: 1503-1508
• 页数: 6页
• 分类号: TG156
• 字数: 4137字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190015

摘要

轴承的振动信号特征与运行状态之间具有较强的非线性关系,导致在对轴承运行状态特征提取时,选取的高维特征间存在冗余性,因此产生故障诊断模型性能退化的问题.为此提出一种高斯过程隐变量模型(Gaussian process latent variable model,GPLVM)与多类最优边际分配机(Multi-class optimal margin distribution machine,mcODM)相结合的故障诊断方法.该方法首先对振动信号进行完备总体经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD),得到信号的高维特征,并采用GPLVM对高维特征进行维数约简,然后利用约简后的特征建立mcODM故障诊断模型.轴承故障检测试验表明,该方法能够有效降低特征间的冗余性,且相较于ELM,mcODM模型能通过优化边际分布获得较高的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范玉刚	昆明理工大学信息工程与自动化学院	48	210	8.0	12.0
5	高阳	昆明理工大学信息工程与自动化学院	7	9	1.0	2.0
9	张朝林	昆明理工大学信息工程与自动化学院	5	6	1.0	2.0