典型文献
轴承故障的全视角特征提取与模式诊断方法
文献摘要：
为了提高轴承故障诊断的准确率,提出了一种轴承故障的全视角特征提取方法和专家森林算法的模式诊断方法.在故障特征提取方面,首先从时域、频域、时频域选择参数,以此来作为初始故障特征库,而后使用KPCA提取了基础故障库的全局结构特征,使用t-SNE算法提取了基础故障库的局部结构特征,从而保留了对故障模式相对敏感的全视角特征参数;在故障模式识别方面,为决策树赋予了专家属性和专家权值,得到了专家树的概念,基于专家树思想提出了专家森林算法,解决了随机森林算法无差别对待决策树的问题;最后采用实验的方式,对轴承故障全视角特征提取方法和基于专家森林算法的模式诊断方法进行了验证.研究结果表明:由KPCA+t-SNE结合提取的全视角故障特征优于单独提取的全局结构特征与局部结构特征;随机森林算法的诊断准确率均值为96.14％,专家森林算法的故障诊断准确率均值为99.48％,比随机森林算法提高了3.47％,验证了所提故障诊断方法的优越性.
文献关键词：
轴承故障诊断;全局结构特征;局部结构特征;初始特征库;专家森林算法
中图分类号：
作者姓名：
庄燕
作者机构：
九州职业技术学院,江苏 徐州221116
文献出处：
引用格式：
[1]庄燕-.轴承故障的全视角特征提取与模式诊断方法)[J].机电工程,2022(03):344-349
A类：
专家森林算法,全局结构特征,KPCA+t,初始特征库
B类：
全视角,轴承故障诊断,故障特征提取,时频域,来作,初始故障,故障库,SNE,局部结构特征,故障模式识别,决策树,家属,权值,随机森林算法,无差别,差别对待,故障诊断准确率,故障诊断方法
AB值：
0.167729
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
