基于半监督拉普拉斯特征映射的故障诊断

发布时间：2018-04-23 21:41

  本文选题：故障诊断 + 特征提取　； 参考：《中国机械工程》2016年14期

【摘要】：针对有标记故障样本不足和故障数据高维非线性的问题,提出了基于半监督拉普拉斯特征映射(LE)算法的故障诊断模型。该模型运用LE算法,直接从原始高维振动信号中提取低维流形特征,并将其输入到基于LE的半监督分类器,从而识别出机械设备的运行状态。与传统方法相比,该模型能明显提高滚动轴承和齿轮的故障识别性能。
[Abstract]:A fault diagnosis model based on semi-supervised Laplace feature mapping (LEE) algorithm is proposed to solve the problems of insufficient labeled fault samples and high dimensional nonlinearity of fault data. The model uses le algorithm to extract the feature of low-dimensional manifold directly from the original high-dimensional vibration signal and input it to the semi-supervised classifier based on le to identify the running state of mechanical equipment. Compared with the traditional method, the model can improve the fault identification performance of rolling bearings and gears.
【作者单位】： 武汉理工大学;
【基金】：国家自然科学基金资助项目(71171154) 湖北省自然科学基金资助项目(2015CFB698) 湖北省科技支撑计划资助项目(2014BAA032;2015BAA063)
【分类号】：TH17

【相似文献】

相关期刊论文 前10条

1 郭捷;苗红;;基于特征映射的集成维护管理目标体系的研究[J];组合机床与自动化加工技术;2006年11期

2 郑德涛，高健，张平，，祝国旺，孙健,王先逵;零件设计域到制造域的特征映射机理研究与应用[J];机械工程学报;1996年04期

3 杨永腾;宋庆军;姜海燕;刘秀杰;;面向对象的特征映射系统的探讨[J];矿山机械;2007年10期

4 沈海燕;李军伟;;基于STEP的特征映射器的研究[J];科学技术与工程;2008年11期

5 杨世锡,胡小平;面向对象的双向特征映射技术与实现[J];计算机集成制造系统-CIMS;1999年02期

6 宋玉银,褚秀萍,蔡复之;基于知识的特征映射方法及其应用研究[J];河北理工学院学报;1999年01期

7 李克天,何汉武,郑德涛,陈统坚;箱体零件特征映射及信息集成[J];制造业自动化;2001年01期

8 陈云富;李田田;;特征映射器的研究[J];科学技术与工程;2007年06期

9 方敬;肖扬;;医学超声波图像的边界保护滤波及特征映射补偿[J];北京交通大学学报;2004年02期

10 陈晓川,冯辛安;面向成本的设计中的多域特征映射研究[J];机械科学与技术;2002年02期

相关博士学位论文 前2条

1 窦万峰;并行工程环境下的多域特征映射研究[D];西安电子科技大学;1998年

2 李春书;产品数字化装配与CAD集成理论与技术研究[D];天津大学;2000年

相关硕士学位论文 前7条

1 罗军;基于拉普拉斯特征映射的旋转机械故障诊断方法研究[D];湖南科技大学;2015年

2 吴哲;基于特征映射的运动分析与识别[D];上海交通大学;2013年

3 潘荣英;关于拉普拉斯特征映射的一些想法[D];上海交通大学;2009年

4 傅雅琦;四维球面到球面间特征映射的构造[D];北京交通大学;2010年

5 翁时锋;自适应SOM特征映射研究[D];清华大学;2003年

6 尚素霞;球面间S~4→S~7间的二次特征映射的分类[D];北京交通大学;2011年

7 李维;基于特征映射并行估算方法的手机平板视窗工艺成本分析[D];上海交通大学;2008年

本文编号：1793733