基于改进KFDA独立特征选择的故障诊断

作者：陈瑞

来源：机械强度, 2019, 41(03): 527-531.

DOI：10.16579/j.issn.1001.9669.2019.03.004

• KFDA
• 独立特征选择
• 故障诊断
• 齿轮

为了有效利用故障特征集中对故障敏感的特征进行故障诊断,对核Fishier判别分析(KFDA)进行改进,提出基于改进KFDA独立特征选择的故障诊断方法。该方法首先从多个角度提取故障振动信号的故障特征,构建原始高维多域混合故障特征集。然后,采用改进的核Fisher特征选择方法为每两类故障状态独立选择敏感特征集。最后,采用"一对一"的方法训练多个二分类相关向量机(RVM),将得到的敏感特征集输入多分类故障诊断模型进行识别。齿轮故障诊断实例表明,所提方法具备较高的诊断准确率。

• 单位
  合肥工业大学