动态增殖流形学习算法在机械故障诊断中的应用.pdfVIP

振　动　与　冲　击 第３３卷第２３期 ＪＯＵＲＮＡＬ ＯＦ ＶＩＢＲＡＴＩＯＮ ＡＮＤ ＳＨＯＣＫ Ｖｏｌ．３３ Ｎｏ．２３ ２０１４　  动态增殖流形学习算法在机械故障诊断中的应用 宋　涛，汤宝平，邓　蕾 （重庆大学 机械传动国家重点实验室，重庆　４０００４４） 　　摘　要：针对现有的批量式流形学习算法无法利用已学习的流形结构实现新增样本的快速约简的缺点，提出增殖 正交邻域保持嵌入 （Ｉｎｃｒｅｍｅｎｔａｌ Ｏｒｔｈｏｇｏｎａｌ Ｎｅｉｇｈｂｏｒｈｏｏｄ Ｐｒｅｓｅｒｖｉｎｇ Ｅｍｂｅｄｄｉｎｇ，ＩＯＮＰＥ）流形学习算法。该算法在正交邻 域保持嵌入算法基础上利用分块处理思想实现新增样本子集的动态约简。从原始样本中选取部分重叠点合并至新增样 本，对重叠点和新增样本子集不依赖原始样本使用正交邻域保持嵌入（ＯＮＰＥ）进行独立约简获取低维嵌入坐标子集，并 基于重叠点坐标差值最小化原则，将新增样本低维嵌入坐标通过旋转平移缩放整合到原样本子集中。齿轮箱故障诊断案 例证实了ＩＯＮＰＥ算法具有良好的增量学习能力，在继承ＯＮＰＥ优良聚类特性的同时有效提高了新增样本约简效率。 关键词：增殖流形学习；正交邻域保持嵌入；动态约简；分块处理；故障诊断 中图分类号：ＴＨ１６５．３　　　文献标志码：Ａ ＤＯＩ：１０．１３４６５／ｊ．ｃｎｋｉ．ｊｖｓ．２０１４．２３．００３ Ａ ｄｙｎａｍｉｃ ｉｎｃｒｅｍｅｎｔａｌ ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ ａｌｇｏｒｉｔｈｍ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆｍａｃｈｉｎｅｒｉｅｓ ＳＯＮＧ Ｔａｏ，ＴＡＮＧＢａｏｐｉｎｇ，ＤＥＮＧＬｅｉ （Ｔｈｅ Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＭｅｃｈａｎｉｃａｌ Ｔｒａｎｓｍｉｓｓｉｏｎ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ｔｈｅ ｃｕｒｒｅｎｔ ｂａｔｃｈ ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｃａｎｔ ａｃｈｉｅｖｅ ｒａｐｉｄ ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ ｏｆ ａｄｄｉｔｉｏｎａｌ ｓａｍｐｌｅｓ ｗｉｔｈｌｅａｒｎｅｄ ｍａｎｉｆｏｌｄ ｓｔｒｕｃｔｕｒｅｓ．Ｈｅｒｅ，ｔｈｅ ｉｎｃｒｅｍｅｎｔａｌｏｒｔｈｏｇｏｎａｌｎｅｉｇｈｂｏｒｈｏｏｄｐｒｅｓｅｒｖｉｎｇｅｍｂｅｄｄｉｎｇ （ＩＯＮＰＥ） ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ ａｌｇｏｒｉｔｈｍ ｗａｓ ｐｒｏｐｏｓｅｄ．Ｗｉｔｈ ｉｔ，ｄｙｎａｍｉｃ ｉｎｃｒｅｍｅｎｔａｌ ｌｅａｒｎｉｎｇｆｏｒａｄｄｉｔｉｏｎａｌ ｓａｍｐｌｅｓｗａｓｒｅａｌｉｚｅｄ ｗｉｔｈ ａ ｂｌｏｃｋ ｐｒｏｃｅｓｓｉｎｇ ｉｄｅａ ｂａｓｅｄ ｏｎ ｏｒｔｈｏｇｏｎａｌ ｎｅｉｇｈｂｏｒｈｏｏｄ ｐｒｅｓｅｒｖｉｎｇ ｅｍｂｅｄｄｉｎｇ．Ｆｉｒｓｔｌｙ，ｓｏｍｅ ｏｖｅｒｌａｐｐｉｎｇ ｐｏｉｎｔｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ｆｒｏｍ ｔｈｅ ｏｒｉｇｉｎａｌ ｓａｍｐｌｅｓ ａｎｄ ａｄｄｅｄ ｔｏ ｔｈｅ ａｄｄｉｔｉｏｎａｌ ｓａｍｐｌｅｓ．Ｓｅｃｏｎｄｌｙ，ｔｈｅ ｓｕｂｓｅｔ ｏｆ ｌｏｗｄｉｍｅｎｓｉｏｎａｌ ｅｍｂｅｄｄｉｎｇ ｃｏｏｒｄｉｎａｔｅｓｏｆａｄｄｉｔｉｏｎａｌ ｓａｍｐｌｅｓｗａｓｏｂｔａｉｎｅｄｗｉｔｈ ＯＮＰＥ ｉｎｄｅｐｅｎｄｉｎｇｏｎｔｈｅ ｏｒｉｇｉｎａｌ ｓａｍｐｌｅｓ．Ｆｉｎａｌｌｙ，ｂａｓｅｄ ｏｎ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ｍｉｎｉｍｉｚｉｎｇ ｔｈｅ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｔｈｅ ｏｖｅｒｌａｐｐｉｎｇ ｐｏｉｎｔ ｃｏｏｒｄｉｎａｔｅｓ，ｔｈｅ ｌｏｗｄｉｍｅｎｓｉｏｎａｌ ｅｍｂｅｄｄｉｎｇ ｃｏｏｒｄｉｎａｔｅｓ ｏｆ ｔｈｅ ａ