基于多尺度正交 PCA-LPP 流形学习算法的故障特征增强方法

摘要：

针对齿轮箱故障声发射信号特征增强问题，提出一种多尺度正交 PCA-LPP 非线性流形学习特征增强方法，兼顾 PCA 的全局方差增大变换特性以及 LPP 的局部非线性特征保持特性，并通过正交化消除投影分量间的冗余信息，使处理之后的齿轮箱故障信号内含的故障特征得到增强，一方面增强后信号包络谱中的故障谱线清晰明显，另一方面增强后信号以小波包能量熵为特征量，故障类型的辨识率显著提高，可以达到93．75％。

关键词：局部保持投影、主元分析、多尺度分析、正交化、特征增强

分类号：TH165;TN911

资助基金：国家自然科学基金资助项目50775219；军队科研资助项目

在线出版日期：2015-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：66-70,114