基于t-SNE和核马氏距离的滚动轴承健康状态评估

• 作者: 胡启国 杜春超 罗棚
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 滚动轴承 退化状态特征 t-分布随机邻域嵌入算法 核马氏距离 健康状态评估
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 设计与研究
• 页码范围: 57-61
• 页数: 5页
• 分类号: TH133.33|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.08.014

摘要

针对滚动轴承在健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,提出了一种基于t-SNE(t-distribution Stochastic Neighbor Embedding)和核马氏距离的滚动轴承健康状态评估方法.首先,利用随机森林算法筛选出重要性较高的退化状态特征,并构建高维相对退化状态特征;其次,为防止退化状态特征冗余对评估结果产生影响,利用t-SNE对高维相对退化状态特征集进行降维,将退化状态特征进行融合;最后,将其与等距映射(Isometric mapping,Isomap)、KPCA方法对比,以验证t-SNE流形学习算法进行退化状态特征降维的有效性与优越性,结果表明t-SNE算法具有一定优势.最终结果验证了所提方法的有效性.