基于四元数理论与流形学习的多通道机械故障信号-武汉科技大学学报.PDF

第 卷第 期 武 汉 科 技 大 学 学 报 , 39 6 Vol.39No.6 年 月 2016 12 JournalofWuhanUniversitofScienceandTechnolo Dec.2016 y gy 췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍췍 基于四元数理论与流形学习的多通道 机械故障信号分类方法 , , , 何 博 吕 勇 易灿灿 党 章 ( , , ) 武汉科技大学机械自动化学院 湖北 武汉 430081 : 摘要 提出一种基于增广四元数矩阵奇异值分解与流形学习正交邻域保持嵌入算法的多通道机械故障信号 , , , 分类方法 通过引入四元数来耦合 个通道信号 并且利用四元数乘方的性质对数据进行增广处理 充分利用 4 , 。 , 各通道信息并挖掘通道之间的相关性 从而减少因故障特征信息丢失对分类结果的影响 此外 针对传统奇 , 异谱分析提取特征参数的分类效果受噪声影响较大的问题 引入正交邻域保持嵌入算法对奇异值序列进行 , 。 , , 维数约简 最后使用分类器完成故障分类 对仿真信号的分类结果表明 在强噪声背景下 相较于单通道奇异 , 。 谱分析方法和机械故障信号中常用的排列熵方法 本文提出的方法分类效果更好 将其应用于更为复杂的实 , 。 测轴承故障信号的分类与识别中 同样有着较好的效果 : ; ; ; ; ; 关键词 故障诊断 信号处理 四元数 奇异值分解 流形学习 故障分类 中图分类号: ; 文献标志码: 文章编号: ( ) TH133.3TH165.3 A 1674-3644201606-0455-07 [] 8 、 。 机械设备故障信号常常呈现出强非线性 非 高维数据的低维结构 目前主要非线性流形学 , 、 平稳性 并且包含着与设备运行状态相联系的动 习算法包括局部线性嵌入算法 拉普拉