基于鲁棒局部线性嵌入投票的轴承故障诊断

作者：殷海双; 胡泽彪; 刘远红^*; 李伊文

来源：组合机床与自动化加工技术, 2021, (08): 81-89.

DOI：10.13462/j.cnki.mmtamt.2021.08.019

• 特征选择
• 局部线性嵌入
• 正则化
• 故障诊断

针对基于局部线性嵌入的特征选择方法对噪声和K近邻点敏感等问题,提出一种基于鲁棒局部线性嵌入投算法(Robust locally lineally embedding vote, RLLE vote)。将矩阵的1范数和2范数(L1和L2正则化技术)引入到局部线性嵌入的高维重构模型中,使其能够自适应选择样本的K-近邻点,进而提高了图形保持框架的鲁棒性;通过采用相对保守的最小角回归弹性网络(Least angle regression-elastic net, LARS-EN)迭代算法计算得到一个稀疏的重构权重矩阵以实现对噪声的抑制;利用度量准则衡量重构特征与原始特征之间的差异选择出原始高维数据中最具有代表性的特征。在标准轴承故障数据集(CWRU)和从实际操作平台采集的轴承数据集上的实验表明,与传统的方法相比,实验结果证明了所提方法的优越性和有效性。

• 单位
  东北石油大学