有监督LLTSA特征约简旋转机械故障诊断 .pdfVIP

学兔兔 第35卷 第8期 仪 器 仪 表 学 报 Vo1．35No．8 2014年 8月 ChineseJournalofScientificInstrument Aug．2014 有监督 LLTSA特征约简旋转机械故障诊断 苏祖强，汤宝平，邓 蕾，尹爱军 (重庆大学机械传动国家重点实验室 重庆 400030) 摘 要：线性局部切空间排列(LLTsA)为无监督特征约简方法 ，对多域故障特征集进行维数约简，会导致故障解耦不完全、故 障间仍然存在混叠。针对这个问题，提出有监督线性局部切空间排列(s．LLTSA)特征约简方法 ，将类判别信息融人特征约简过 程 ，实现了数据集本征结构与类判别信息的有机结合，可提取出最优低维敏感故障特征向量；并通过 自适应近邻分类器 (ANNC)来构建故障特征向量与故障类别的对应关系。S-LLTSA特征约简有效地增加了故障特征的可辨识性，而ANNC具有 优异的模式辨识能力，进一步提高了故障诊断的精度。齿轮箱故障模拟实验验证了提出的旋转机械故障诊断方法的有效性。 关键词 ：旋转机械；故障诊断；维数约简；有监督线性局部切空间排列；自适应邻域分类器 中图分类号：TH165．3 TN911．2 文献标识码 ：A 国家标准学科分类代码：510．40 Rotatingmachineryfaultdiagnosiswithsupervised-linearlocal tangentspacealignmentfordimension reduction SuZuqiang，TangBaoping，DengLei，YinAijun (StateKeyLaboratoryofMechanicalTransmission，ChongqingUniversity，Chongqing400030，China) Abstract：Linearlocaltangentspacealignment(LLTSA)isanunsupervisedfeaturereductionmethod；thismethodleadstohteincom— pletefaultdecouplingandremainingoverlapsbetweenfaultswhenitisusedtoperform IJ Aonmuhi-domainfeatllresetfordimension reduction．AimingattheshortcomingofLLlTSA，supervisedl·inearlocaltangentspacealignment(S-LL1A)forfeaturedimensionre- ductionisproposed．InthemethodofS-LLTSA ，thecombinationofdatasetintrinsicstructureandclassdiscriminationinformationisre— alizedthroughintegratingtheclassdiscriminationinformationintothefeaturereductionprocess．Asaresult，theoptimalsensitivelow—di- mensionalfaultfeaturevectorsareobtained．Andthen．thecorrespondingrelationshipbewteenfaultfeaturevectorsnadfauhclassesare establishedusingadaptivenearestneihgborclassifier．DimensionreductionwithS-LLTSAcaneffectivelyincreasethediscriminationof faultfeat