基于等距特征映射和支持矢量机的转子故障诊断方法

被引:37
作者
孙斌
薛广鑫
机构
[1] 东北电力大学能源与动力工程学院
关键词
故障诊断; 振动信号; 流形学习; 等距映射;
D O I
暂无
中图分类号
TH165.3 [];
学科分类号
摘要
针对振动信号的非线性特征,提出一种基于等距特征映射(Isometric feature mapping,ISOMAP)和支持矢量机(Support vector machine,SVM)的转子故障诊断方法。利用ISOMAP把数据从高维空间投影到低维空间而不改变数据内在属性的特点,对高维的故障振动信号降维并提取出低维的数据作为特征矢量,采用一种新核函数支持矢量机作为分类器进行故障诊断。将该方法应用于转子故障诊断,结果表明,ISOMAP-SVM方法不仅具有较高的故障诊断率,而且取得振动信号在低维空间的可视化表示。与其他核函数相比新核函数支持矢量机具有较好的诊断效果。
引用
收藏
页码:129 / 135
页数:7
相关论文
共 16 条
[1]
基于流形学习的特征提取方法研究 [D]. 
侯晓宇 .
大连理工大学,
2009
[2]
The connection between regularization operators and support vector kernels [J].
Smola, AJ ;
Scholkopf, B ;
Muller, KR .
NEURAL NETWORKS, 1998, 11 (04) :637-649
[3]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[4]
Ignition Pattern Analysis for Automotive Engine Trouble Diagnosis Using Wavelet Packet Transform and Support Vector Machines.[J].VONG Chi-man;WONG Pak-kin;TAM Lap-mou;.Chinese Journal of Mechanical Engineering.2011, 05
[5]
基于矢双谱的智能故障诊断方法 [J].
李凌均 ;
韩捷 ;
李朋勇 ;
雷文平 ;
董辛 .
机械工程学报, 2011, 47 (11) :64-68
[6]
一种基于流形拓扑结构的轴承故障分类方法 [J].
黎敏 ;
徐金梧 ;
阳建宏 ;
杨德斌 .
控制工程, 2009, 16 (03) :358-362
[7]
基于旋转机械振动参数图形融合灰度共生矩阵的故障诊断方法 [J].
刘占生 ;
窦唯 .
中国电机工程学报, 2008, (02) :88-95
[8]
基于小波包分析及神经网络的汽轮机转子振动故障诊断 [J].
梁平 ;
白蕾 ;
龙新峰 ;
范立莉 .
控制理论与应用, 2007, (06) :981-985
[9]
基于PersonⅦ核函数的支持向量机及其在化学模式分类中的应用 [J].
郑启富 ;
陈德钊 ;
刘化章 .
分析化学, 2007, (08) :1142-1146
[10]
基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断 [J].
王太勇 ;
何慧龙 ;
王国锋 ;
冷永刚 ;
胥永刚 ;
李强 .
机械工程学报, 2007, (04) :88-92