典型文献
改进多线性主成分分析网络及其在滚动轴承故障诊断中的应用
文献摘要：
针对实测滚动轴承振动信号通常存在噪声干扰,具有非线性和非平稳特性,而多线性主成分分析网络(MPCAnet)在处理复杂非平稳数据时存在非线性拟合能力差、特征聚类性一般的问题,通过引入核变换,提出了一种改进的多线性主成分分析网络,增大了训练样本间的差异度,进一步提高了MPCAnet在处理非线性数据时的泛化能力和分类精度.通过不同滚动轴承故障诊断数据集对该方法进行验证,结果表明该方法具有较高的鲁棒性,能够准确识别滚动轴承的各类故障.
文献关键词：
卷积神经网络;改进多线性主成分分析网络;核主成分分析;滚动轴承;故障诊断
中图分类号：
作者姓名：
郭家昕;程军圣;杨宇
作者机构：
湖南大学机械与运载工程学院,长沙,410082;汽车车身先进设计制造国家重点实验室,长沙,410082
文献出处：
引用格式：
[1]郭家昕;程军圣;杨宇-.改进多线性主成分分析网络及其在滚动轴承故障诊断中的应用)[J].中国机械工程,2022(02):187-193,201
A类：
改进多线性主成分分析网络,MPCAnet
B类：
滚动轴承故障诊断,滚动轴承振动信号,常存,噪声干扰,非平稳特性,非线性拟合,特征聚类,训练样本,差异度,泛化能力,分类精度,准确识别,核主成分分析
AB值：
0.157806
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。
