振动与冲击

作者：杜伟，房立清，齐子元

单位：军械工程学院 火炮工程系，石家庄 050003

关键词：故障诊断；独立特征选择；核Fisher判别分析；流形学习

为了有效利用特征集所包含的敏感特征进行故障诊断，提出基于独立特征选择（Individual feature selection，IFS）与流形学习的故障诊断方法。首先，从多个角度提取振动信号的混合特征，构建原始高维特征集。然后，采用一种改进的核Fisher特征选择方法为每两类故障状态独立选择敏感特征集，并通过线性局部切空间排列（Linear local tangent space alignment，LLTSA）算法挖掘出可区分度更高的特征子集。最后，采用&ldquo;一对一&rdquo;的方法训练多个二类分类支持向量机（SVM），将得到的低维特征输入多分类故障诊断模型进行识别。液压泵故障诊断实验表明，所提方法具备较高的诊断准确率。<br>

来源：2018年第16期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第16期