机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2014年
3期
123-129
,共7页
核主元分析%类均值核主元分析%故障诊断
覈主元分析%類均值覈主元分析%故障診斷
핵주원분석%류균치핵주원분석%고장진단
kernel principal component analysis%class mean kernel principal component analysis%fault diagnosis
核主元分析在应用过程中,通常采用累积贡献率法确定核主元个数,舍弃一些贡献率较小的核主元,导致数据样本部分信息的损失,影响故障诊断的效果.针对这一情况,提出一种类均值核主元分析法,它将输入空间的数据样本映射到高维特征空间后,先求出各类映射数据的类均值矢量,然后在类均值矢量张成的子空间上对类均值矢量进行主元分析,利用构建的类均值核矩阵,建立类均值核主元算法.由类均值核主元形成的特征矢量包含原数据样本的全部变异信息,并且维数低于故障类别数,能够在类均值矢量基础上实现无信息损失的数据降维.将改进算法应用于滚动轴承故障诊断,结果表明,它具有比传统核主元分析更强的综合原始变量信息的能力,能更好地提取数据样本的类别信息,快速实现故障模式的准确识别.
覈主元分析在應用過程中,通常採用纍積貢獻率法確定覈主元箇數,捨棄一些貢獻率較小的覈主元,導緻數據樣本部分信息的損失,影響故障診斷的效果.針對這一情況,提齣一種類均值覈主元分析法,它將輸入空間的數據樣本映射到高維特徵空間後,先求齣各類映射數據的類均值矢量,然後在類均值矢量張成的子空間上對類均值矢量進行主元分析,利用構建的類均值覈矩陣,建立類均值覈主元算法.由類均值覈主元形成的特徵矢量包含原數據樣本的全部變異信息,併且維數低于故障類彆數,能夠在類均值矢量基礎上實現無信息損失的數據降維.將改進算法應用于滾動軸承故障診斷,結果錶明,它具有比傳統覈主元分析更彊的綜閤原始變量信息的能力,能更好地提取數據樣本的類彆信息,快速實現故障模式的準確識彆.
핵주원분석재응용과정중,통상채용루적공헌솔법학정핵주원개수,사기일사공헌솔교소적핵주원,도치수거양본부분신식적손실,영향고장진단적효과.침대저일정황,제출일충류균치핵주원분석법,타장수입공간적수거양본영사도고유특정공간후,선구출각류영사수거적류균치시량,연후재류균치시량장성적자공간상대류균치시량진행주원분석,이용구건적류균치핵구진,건립류균치핵주원산법.유류균치핵주원형성적특정시량포함원수거양본적전부변이신식,병차유수저우고장유별수,능구재류균치시량기출상실현무신식손실적수거강유.장개진산법응용우곤동축승고장진단,결과표명,타구유비전통핵주원분석경강적종합원시변량신식적능력,능경호지제취수거양본적유별신식,쾌속실현고장모식적준학식별.
