振动与冲击

作者：李霁蒲，赵荣珍

单位：兰州理工大学 机电工程学院，兰州 730050

关键词：局部保持投影；近邻概率距离；K近邻分类器；距离度量

针对多种故障类型的特征属性相互交叉导致故障难以辨识的问题，提出一种考虑相邻点之间成为近邻点概率的新度量函数。将新提出的近邻概率距离（Nearby Probability Distance）应用于局部保持投影算法（Locality Preserving Projection，LPP）与K-近邻（K-Nearest Neighbor, KNN）分类器中，提出基于近邻概率距离的局部保持投影算法（Nearby Probability Distance Locality Preserving Projection，NPDLPP）与基于近邻概率距离的K-近邻（Nearby Probability Distance K-Nearest Neighbor，NPDKNN）分类器。首先通过时域、频域特征提取方法，将振动信号转化为高维特征数据集，然后通过NPDLPP将高维数据集降维到低维空间，最后将降维得到的低维敏感特征集输入到NPDKNN中进行模式识别。用一个双跨度转子系统的振动信号集合进行验证，证明了本文提出的降维算法效果明显，它能够达到各个故障类型更好分离。研究表明，本研究新提出的近邻概率距离较传统的欧式距离测度更能最小化类内散度，最大化类间分离度。<br>

来源：2018年第11期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第11期