基于鲁棒最近邻超圆盘的齿轮箱智能故障诊断

作者：宋立杰; 胡天桢; 李宝庆; 蒋永健; 杨宇; 胡晖^*

来源：湖南大学学报(自然科学版), 2022, 49(12): 20-29.

DOI：10.16339/j.cnki.hdxbzkb.2022205

• 超圆盘
• 最近邻分类
• 齿轮箱
• 模式识别
• 故障诊断

针对超圆盘分类器存在分类精度和分类效率较低等问题，引入松弛变量，并考虑当前类样本和异类样本的约束以避免超圆盘相交，从而得到更合理的类别区域估计，得到鲁棒超圆盘模型（Robust Hyperdisk Model,RHD），将RHD模型与最近邻分类方法结合，提出一种鲁棒最近邻超圆盘分类器（Robust Nearest Neighbor Hyperdisk Classifiers,RNNHDC）. RNNHDC只需计算未知样本点到各类别RHD的距离，计算效率高，且可以直接用于多分类任务.最后将RNNHDC应用于齿轮箱故障诊断，在2个不同的齿轮箱数据集上进行实验验证，结果表明，RNNHDC分类精度高、鲁棒性强，可有效用于齿轮箱智能故障诊断.

• 单位
  陆军航空兵学院; 湖南大学