基于核最优K-L变换的故障特征提取方法研究

被引：4

作者：

王新峰

邱静

刘冠军

机构：

[1] 国防科技大学机电工程与自动化学院

来源：

机械科学与技术 | 2006年 / 03期

关键词：

核函数主元分析(KPCA); 核最优K-L变换; 特征提取; 非线性特征;

D O I：

10.13433/j.cnki.1003-8728.2006.03.010

中图分类号：

TH17 [机械运行与维修];

学科分类号：

0802 ;

摘要：

核函数主元分析KPCA(kernel princ ipal component analysis)能够提取机械故障信号的非线性特征,可以应用于机械故障状态识别。但是KPCA是一种无监督的特征提取方法,不能利用故障信号中的类别信息。本文介绍了一种核最优K-L变换,它可以充分利用类别信息,它能够提取类平均向量和方差向量中的判别信息,使提取的特征分类效果更好。在齿轮故障诊断实验中,采用核最优K-L变换提取故障信号的非线性特征,实验结果表明核最优K-L变换相比KPCA故障识别结果更为理想。

引用

页码：288 / 291

页数：4