机械工程学报
機械工程學報
궤계공정학보
CHINESE JOURNAL OF MECHANICAL ENGINEERING
2013年
1期
73-80
,共8页
稀疏表示%主分量分析%特征提取%故障诊断
稀疏錶示%主分量分析%特徵提取%故障診斷
희소표시%주분량분석%특정제취%고장진단
针对故障诊断中的特征选择问题,提出一种基于非负稀疏表示的低维敏感特征提取方法.为了增强主分量的可解释性,针对L1-范数优化目标,通过权系数的稀疏和非负约束实现非负稀疏主分量的提取.采用主分量特征的累积方差变化率自适应地确定稀疏度,并依据稀疏分量与原始特征少关联的需求确定稀疏分量的数目,实现敏感特征的优化提取.通过仿真数据的分析表明,非负稀疏分量不仅提取出描述原始数据分布的敏感特征,还提高了数据的聚类性能.将该方法应用于滚动轴承的多种故障状态识别中,在由非负稀疏主分量构成的特征空间中,数据的聚类效果优于主分量特征空间；综合分析稀疏参数的选取和敏感特征的提取过程,表明提出的稀疏表示方法不仅能自适应地确定稀疏度,还能有效地获取原始特征的敏感程度,为故障诊断特征提取提供了很好的解决方案.
針對故障診斷中的特徵選擇問題,提齣一種基于非負稀疏錶示的低維敏感特徵提取方法.為瞭增彊主分量的可解釋性,針對L1-範數優化目標,通過權繫數的稀疏和非負約束實現非負稀疏主分量的提取.採用主分量特徵的纍積方差變化率自適應地確定稀疏度,併依據稀疏分量與原始特徵少關聯的需求確定稀疏分量的數目,實現敏感特徵的優化提取.通過倣真數據的分析錶明,非負稀疏分量不僅提取齣描述原始數據分佈的敏感特徵,還提高瞭數據的聚類性能.將該方法應用于滾動軸承的多種故障狀態識彆中,在由非負稀疏主分量構成的特徵空間中,數據的聚類效果優于主分量特徵空間；綜閤分析稀疏參數的選取和敏感特徵的提取過程,錶明提齣的稀疏錶示方法不僅能自適應地確定稀疏度,還能有效地穫取原始特徵的敏感程度,為故障診斷特徵提取提供瞭很好的解決方案.
침대고장진단중적특정선택문제,제출일충기우비부희소표시적저유민감특정제취방법.위료증강주분량적가해석성,침대L1-범수우화목표,통과권계수적희소화비부약속실현비부희소주분량적제취.채용주분량특정적루적방차변화솔자괄응지학정희소도,병의거희소분량여원시특정소관련적수구학정희소분량적수목,실현민감특정적우화제취.통과방진수거적분석표명,비부희소분량불부제취출묘술원시수거분포적민감특정,환제고료수거적취류성능.장해방법응용우곤동축승적다충고장상태식별중,재유비부희소주분량구성적특정공간중,수거적취류효과우우주분량특정공간；종합분석희소삼수적선취화민감특정적제취과정,표명제출적희소표시방법불부능자괄응지학정희소도,환능유효지획취원시특정적민감정도,위고장진단특정제취제공료흔호적해결방안.
