基于流形学习和最小二乘支持向量机的滚动轴承退化趋势预测

摘要：

为更好地表征滚动轴承性能退化趋势，提出基于流形学习和最小二乘支持向量机的滚动轴承退化趋势预测新方法。提取振动信号的多域特征组成高维特征集，利用局部保持投影算法（LPP）对多域高维特征集进行维数约简，消除各特征指标之间的冗余、冲突等问题。将维数约简后的特征向量作为最小二乘支持向量机的输入，建立退化趋势预测模型，完成退化趋势预测。运用实测的滚动轴承全寿命实验数据进行检验，结果表明该方法能获得准确的预测结果。

关键词：性能退化评估、信息熵、流形学习、最小二乘支持向量机

分类号：TP393.1;TH17(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51275546，51375514；高等学校博士学科点专项科研基金资助20130191130001

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：149-153