振动与冲击

作者：王雪冬  赵荣珍  邓林峰

单位：兰州理工大学 机电工程学院，兰州 730050

关键词：故障诊断；核监督局部保留投影；ReliefF特征选择；加权K近邻分类器

针对旋转机械高维故障特征集识别精度低的问题，提出基于核监督局部保留投影（Kernel Supervised Locality Preserving Projection, KSLPP）与ReliefF特征加权的K近邻（ReliefF Weighted K-Nearest Neighbor, RWKNN）分类器相结合的维数约简故障诊断方法。该方法首先应用KSLPP提取故障特征集中的非线性信息，同时在降维投影过程中充分利用类别信息，使降维后最小化类内散度，最大化类间分离度；随后，将降维后得到的低维敏感特征集输入RWKNN进行模式识别，RWKNN能够突出不同特征对分类的贡献率，强化敏感特征，弱化不相关特征，提升了分类精度和鲁棒性。最后，通过典型转子实验台的故障特征集验证了该方法的有效性。<br>

来源：2016年第8期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第8期