核函数主元分析及其在齿轮故障诊断中的应用.pdf

第39卷第8期 机械工程学报 v01．39N08 OO 2 2 3年8月 Aug 0O3 CHINESEJOURNALOFMECHANICALENGINEERING 核函数主元分析及其在齿轮故障诊断中的应用+ 李巍华廖广兰史铁林 (华中科技大学机械学院机电信息工程系武汉430074) 摘要：提出了基于核函数主元分析的齿轮故障诊断方法。该方法通过计算齿轮振动信号原始特征空间的内积核函 数来实现原始特征空间到高维特征空间的菲线性映射。通过对高维特征数据作主元分析，得到原始特征的非线性 主元，以所选的非线性主元作为特征子空间对齿轮工作状态进行分类识别。用齿轮在正常状态、裂纹状态和断齿 状态下的试验数据对该方法进行了检验，比较了主元分析与核函数主元分析的分类效果。结果表明，核函数主元 分析能有效的检测裂纹故障的出现，正确区分不同的故障模式，更适于提取故障信号的非线性特征。 关键词：故障诊断模式分类特征提取核函数主元分析 TPl8 中图分类号：THl7 特征矢量间的随机关联问题【”。 0前言 基于核函数的主元分析方法是sch6llcopf等在 研究支持矢量分类算法提出的【45]。它通过某种事 机械故障诊断过程本质上是一个故障模式识别 先选择的非线性映射将输入矢量x映射到一个高 的过程【1．2J，见图1。随着设备结构日益复杂，故障维特征空间，，使输入矢量具有更好的可分性，然 类别越来越多，反映故障状态的特征也相应增加。 后对高维空间中的映射数据做线性主元分析，从而 在实际诊断过程中，为了使诊断准确可靠，对于测 得到数据的非线性主元。将系统介绍核函数主元分 试信号总希望通过预处理获得尽可能多的特征参 析的计算方法，着重讨论此方法在故障诊断的应 数。但是当太多的特征输入分类器时，会引起训练 用，并用齿轮在正常、裂纹和断齿状态下的振动信 过程耗时费工，甚至妨碍训练的收敛性，最终影响 号进行事例研究，取得了较好的效果。 分类精度。因此要从故障特征集中提取对状态敏感 的特征子集，这一工作就是特征提取。 1 主元分析与核函数主元分析 测试紫……竺婴…一． 分类器 故障检测 1．1主元分析 对于数据矩阵．x：l。，，每一列对应于一个矢量， 每一行为观测样本，可以表示为 d研(1) x=冲1=flp?+f2p：+···+f。p： 式中卜得分矢量 图1机械设备故障诊断关键技术 pr一负荷矢量 得分矢量是两两正交的，负荷矢量也是两两正 特征提取方法有多种。常用的主元特征提取就 交的并且负荷矢量的模为1。每一个得分矢量实际 是依据输入变量的线性变换，由输入变量互相关矩 上是矩阵x在与此得分矢量相应的负荷矢量方向