基于流形学习与一类支持向量机的滚动轴承早期故障识别方法

摘要：

提出了一种基于流形学习与一类支持向量机的轴承早期故障识别方法.首先提取轴承信号的时域参数构成原始特征样本空间；然后采用基于拉普拉斯特征映射算法(Laplacian eigenmap,LE)的流形学习方法对特征样本进行特征压缩,提取出敏感的故障特征；最后采用一类支持向量机对各状态实现分类识别.利用实测的滚动轴承故障数据对算法进行了验证,并将LE方法与主成分分析(PCA)方法进行了比较,结果证明该方法可行.

关键词：流形学习、一类支持向量机、轴承、故障识别、拉普拉斯特征映射

所属期刊栏目：24

分类号：V263.6;TP277(航空制造工艺)

资助基金：国家自然科学基金资助项目61179057

在线出版日期：2013-04-16（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：628-633