自适应流形学习在故障诊断中的应用

• 作者: 陈明月 刘三阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自适应 流形学习 集合经验模式分解 双谱分析 纹理特征构造 故障诊断
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 工程与应用
• 页码范围: 247-252
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0376

摘要

针对人工干预的旋转轴承故障类型及损坏程度诊断问题,提出了一种基于自适应流形学习的故障诊断新方法.该算法借助集合经验模态分解和双谱分析提取振动信号的故障特征,用纹理分析法构建故障信息的纹理特征矩阵,通过自适应流形学习的方法对高维纹理特征矩阵进行降维.整个过程能够很好地去除噪声,同时自适应选择参数,具有很好的聚类性能和复杂信号处理能力.实验结果表明该方法能够很好地区分不同的故障类型,同时在区分内圈故障、外圈故障、滚动元素故障退化程度方面也有着较好的性能.