10.13465/j.cnki.jvs.2015.13.012
基于多尺度正交 PCA-LPP 流形学习算法的故障特征增强方法
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%。
局部保持投影、主元分析、多尺度分析、正交化、特征增强
TH165;TN911
国家自然科学基金资助项目50775219;军队科研资助项目
2015-07-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
66-70,114