汽轮机技术
汽輪機技術
기륜궤기술
TURBINE TECHNOLOGY
2012年
4期
283-285,289
,共4页
汽轮机转子%故障诊断%特征提取%流形学习
汽輪機轉子%故障診斷%特徵提取%流形學習
기륜궤전자%고장진단%특정제취%류형학습
流形学习算法是一种非线性的数据降维方法,通过对高维空间数据的学习,可以获得数据的低维几何结构,比传统的维数约简方法更能体现事物的本质.针对汽轮机转子故障诊断中原始特征并不具有良好的可分性,必须进行特征提取这一问题,提出了将流形学习理论应用于汽轮机转子振动故障特征的提取的方法,极大地保留原始特征的非线性信息,改善了故障诊断的分类识别能力.实验证明,基于流形学习的汽轮机转子振动故障特征提取方法,提高了故障诊断的准确率.
流形學習算法是一種非線性的數據降維方法,通過對高維空間數據的學習,可以穫得數據的低維幾何結構,比傳統的維數約簡方法更能體現事物的本質.針對汽輪機轉子故障診斷中原始特徵併不具有良好的可分性,必鬚進行特徵提取這一問題,提齣瞭將流形學習理論應用于汽輪機轉子振動故障特徵的提取的方法,極大地保留原始特徵的非線性信息,改善瞭故障診斷的分類識彆能力.實驗證明,基于流形學習的汽輪機轉子振動故障特徵提取方法,提高瞭故障診斷的準確率.
류형학습산법시일충비선성적수거강유방법,통과대고유공간수거적학습,가이획득수거적저유궤하결구,비전통적유수약간방법경능체현사물적본질.침대기륜궤전자고장진단중원시특정병불구유량호적가분성,필수진행특정제취저일문제,제출료장류형학습이론응용우기륜궤전자진동고장특정적제취적방법,겁대지보류원시특정적비선성신식,개선료고장진단적분류식별능력.실험증명,기우류형학습적기륜궤전자진동고장특정제취방법,제고료고장진단적준학솔.
