10.3321/j.issn:1671-1637.2009.05.011
基于核主成分分析的小波尺度谱图像特征提取
分析了转子不平衡、不对中、碰摩及油膜涡动的尺度谱图像特征,提出利用核主成分分析(KPCA)对故障信号的小波尺度谱进行特征提取的方法.利用ZT-3多功能转子试验台获取上述4种故障各32个样本,对其进行连续小波变换和KPCA特征提取,并同时提取了相同样本条件下的尺度谱纹理特征和频谱特征.最后利用参数自适应支持向量机模型对提取的特征进行了分类测试.分析结果表明:KPCA方法所提取特征的平均识别效果均达到90%以上,高于尺度谱纹理特征和频谱特征的分类结果,能够有效提取尺度谱的特征,有利于转子故障的智能诊断.
小波尺度谱、特征提取、故障诊断、转子、核主成分分析
09
V263.6;TP277(航空制造工艺)
国家自然科学基金50705042;航空科学基金2007ZB52022
2010-03-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
62-66