-
题名基于局部线性降维拓扑空间的主轴故障诊断方法
被引量：2
- 1
-
-
作者
王红军
左云波
-
机构
北京信息科技大学现代测控技术教育部重点实验室
北京信息科技大学机电工程学院
-
出处
《北京信息科技大学学报（自然科学版）》
2014年第2期55-58,共4页
-
基金
国家自然科学基金资助项目(51275052)
北京教委科技发展重点项目
+1 种基金
北京市自然科学基金重点资助项目(KZ201211232039)
北京市高等学校人才强教深化计划资助项目(PHR201106132)
-
文摘
机床主轴故障的形成是一个长时间历程渐进性发展的过程,为了实现主轴系统的故障预警和智能维护,需要准确提取主轴早期故障的特征。主轴的早期故障信号特征微弱难以获取,为解决早期故障原始信号特征不具备良好可分性的困难,提出基于局部线性降维拓扑空间理论的主轴故障特征提取方法。该方法首先采集主轴系统的振动信号,然后对信号进行小波降噪处理并进行信号重构;用获取的重构信号构造轴心轨迹的高维流形拓扑空间,使用局部线性降维算法获得主轴系统的故障敏感特征。经过实验验证,该方法能准确地提取故障敏感特征,为判断主轴故障提供了依据。
-
关键词
局部线性嵌入流形学习
轴心轨迹
故障诊断
-
Keywords
locally linear embedding manifold learning
shaft center orbit
fault diagnosis
-
分类号
TG502
[金属学及工艺—金属切削加工及机床]
TH113
[机械工程—机械设计及理论]
-
-
题名有监督的核局部线性嵌入算法
- 2
-
-
作者
喻军
申家峰
-
机构
郑州航空工业管理学院数理系
-
出处
《科学技术与工程》
2008年第14期3982-3984,共3页
-
基金
郑州航空工业管理学院青年基金(Q07L068)资助
-
文摘
核局部线性嵌入法是一个优异的流形学习方法,对于非线性高维数据的降维问题,具有较好的效果。但是算法本身是一个无监督学习方法,对于模式分类等有监督学习问题效果不是很好。通过分析监督学习问题的机理,提出了一种有监督的核函数局部线性嵌入算法,数值实验证明算法对于有监督学习问题,具有较好的效果。
-
关键词
核局部线性嵌入
流形学习
有监督学习
-
Keywords
kernel locally linear embedding manifold learning supervised learning
-
分类号
TP368.1
[自动化与计算机技术—计算机系统结构]
-
