基于近邻元分析的滚动轴承故障诊断方法.pdfVIP

振 动 与 冲 击 第34卷第 2期 JOURNALOFVIBRATIONANDSHOCK 基于近邻元分析的滚动轴承故障诊断方法 周海韬 ，陈 进 ，董广明 ， (1．上海交通大学 振动、冲击 、噪声研究所，上海 200240；2．上海交通大学 机械系统与振动国家重点实验室，上海 200240) 捅 耍 ：提出基于近邻元分析 (NeighborhoodComponentAnalysis，NCA)的滚动轴承故障诊断模型。利用 NCA技 术对滚动轴承信号的时、频域特征向量降维，并对降维后向量分类，成功区分滚动轴承四种状态。通过Fisher判别函数定 量分析 目标维数对 NCA降维效果影响，确定最佳特征约简 目标维数。为突出NCA方法优势，将 NCA与PCA(Principle ComponentAnalysis)两种不同降维方法进行对 比。实验结果表明，NCA作为监督式降维方法 ，其聚类效果好于PCA。 关键词：近邻元分析；特征约简；滚动轴承；故障诊断 中图分类号：TH212；TH213．3 文献标志码：A DOI：10．13465／j．cnki．jVS．2015．02．024 Faultdiagnosismethodforrollingbearingbasedonneighborhoodcomponentanalysis ZHOUHai—tao ，CHENfin ，DONGGuang—uring。 (1．InstituteofVibration，ShockandNoise，ShanghaiJiaoTongUniversity，Shanghai200240，China； 2．StateKeyLaboratoryofMechanicalSystemandVibration，ShanghaiJiaoTongUniversity，Shanghai200240，China) Abstract： A novelfaultdiagnosismethodforrollingbearingwasproposedbased onneighborhoodcomponent analysis(NCA)．NCAwasusedtoreducethedimensionsofinputfeaturesinbothtimeand~equencydomains．Thenthe classificationwasperformed．Fisherevaluationfunctionwasappliedtoselecttheproperobjectdimension．Inorderto show theadvantagesoftheproposedmethod，theclassification resultsbased onPCA andNCA werecompared．The experimentshowsthatasasuperviseddimensionreductionmethod，NCA performsbetterthanPCA． Keywords：neighborhoodcomponentanalysis：dimensionreduction；rollingbearing；faultdiagnosis 滚动轴承作为旋转机械中的重要部件，对机器的 1 基本理论 安全运行有重要意义…。在滚动轴承监测中常用大量 不同特征描述轴承的运行状态、故障模式，但其高维特 征往往存在信息冗余，对后期分类器设计会致 “维数灾 设有 Ⅳ个输入样本 {。，：，，… ． }分布于D维 难”。因此降维处理极为重要。已有大量线性、非线性 空间，并分别具有类标签 {c，C，C。… ．C}。定义样本 降维方法包括主成分分析、多维尺度分析等线性方法 点的马氏距离为 及核PCA等非线性降维方法。本文提出基于近邻元分 d(，)=√(Ax—A )(Ax一A )= 析的