t分布随机近邻嵌入机械故障特征提取方法研究

发布时间：2017-10-21 12:33

  本文关键词：t分布随机近邻嵌入机械故障特征提取方法研究

  更多相关文章： 小波包阈值熵 流形学习 t-SNE 特征提取

【摘要】：将t分布随机近邻嵌入(t-SNE)流形学习方法应用于机械振动信号的故障特征提取,实现高维特征信息降维处理。通过小波包分解算法将原始振动信号分解为多层小波子空间,通过计算各层的小波阈值熵构造高维特征数据,然后采用t-SNE方法对构造的高维特征数据进行数据降维,获取低维故障特征信息。采用本特利转子试验台进行故障仿真实验,对采集获得的几种典型故障状态下的振动数据分别基于小波包阈值熵及统计特征构造2组高维数据,并对2组高维特征数据分别采用t-SNE方法进行数据降维处理获得其二维特征数据,通过对比验证了基于小波包阈值熵法构造高维数据后进行t-SNE数据降维的特征提取方法能够更有效的区分故障特征。
【作者单位】： 机械科学研究总院;北京信息科技大学现代测控教育部重点实验室;
【关键词】： 小波包阈值熵 流形学习 t-SNE 特征提取
【基金】：国家自然科学基金项目(51275052) 北京市自然科学基金重点项目(3131002)资助
【分类号】：TH17
【正文快照】： 大型旋转机电设备一般在生产过程中的关键环节处于连续运行状态,如用于市政供水的大型水泵机组、大型烟气轮机、大型风力发电机组等,这些设备价值高且结构复杂、运行工况时常变化,一旦出现故障,停机维修将严重影响生产,造成经济损失,故障严重时会造成机器报废,造成更大损失。

【相似文献】

中国期刊全文数据库 前10条

1 杨建刚;;旋转机械摩擦故障特征的多重性分析[J];电力设备;2007年10期

2 秦文娟;张骏;宁宁;;基于多类别信息量的模糊Petri网故障推理策略[J];计算机测量与控制;2008年07期

3 梅检民;陈祥龙;肖云魁;杨万成;乔龙;;基于稳健全息阶比谱提取微弱故障特征[J];振动与冲击;2012年12期

4 马辉;孙伟;王学军;闻邦椿;;转子系统松动故障特征分析[J];东北大学学报(自然科学版);2009年03期

5 李锋;王家序;杨荣松;;有监督不相关正交局部保持映射故障辨识[J];仪器仪表学报;2013年05期

6 邵毅敏;周晓君;欧家福;陈再刚;周本学;;增强型滤波及冲击性机械故障特征的提取[J];机械工程学报;2009年04期

7 曲佳;兴成宏;李迎丽;李r，

本文编号：1073400