10.3778/j.issn.1002-8331.1307-0332
基于岭回归的RVPMCD滚动轴承故障诊断方法
针对多变量预测模型模式识别方法中的最小二乘拟合可能出现病态的问题,提出了基于岭回归的多变量预测模型(Ridge regression-Variable Predictive Model based Class Discriminate,RVPMCD)分类方法,该方法通过引入岭参数,降低其均方拟合误差,减小自变量间复共线性关系对参数估计的影响,改善了原方法中最小二乘回归拟合参数失真的现象,从而有望建立更加准确的预测模型。对滚动轴承的振动信号提取特征值,组成特征向量,采用RVPMCD方法对训练样本建立预测模型,利用RVPMCD所建立的预测模型进行模式识别。实验分析结果表明,基于岭回归的多变量预测模型分类方法可以更有效地对滚动轴承的工作状态和故障类型进行识别。
岭回归、基于岭回归的多变量预测模型分类方法(RVPMCD)、滚动轴承、故障诊断
TH113
国家自然科学基金No.51175158,No.51075131;湖南省自然科学基金No.11JJ2026;中央高校基本科研业务费专项基金资助项目。
2015-07-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
255-259