典型文献
基于高维随机矩阵特征值之差的滚动轴承状态异常检测算法
文献摘要：
针对滚动轴承异常检测准确性差、精度低及数据维度灾难造成检测困难等问题,提出一种基于随机矩阵特征值之差指标的滚动轴承状态异常检测算法.运用平移时间窗对不同时刻的轴承信息锁定,并通过分段、随机化、扩增和维度重构等方法构造出高维随机特征矩阵;利用随机矩阵理论对高维数据良好的处理能力,给出了滚动轴承特征值之差指标的构造方法及动态检测阈值的数学公式,可降低噪声的干扰,提高检测指标的鲁棒性与检测结果的准确性.采用辛辛那提大学智能维护系统(intelligent maintenance system,IMS)中心的滚动轴承全寿命数据进行应用研究,分析了不同误警率对检测结果的影响;从指标构建、阈值设定及异常检测等方面,将特征值之差算法与特征值之比算法进行比较.结果 表明,最大、最小特征值之差算法中检测指标构建及阈值设定更符合实际工况,对滚动轴承异常状态检测更准确,对早期异常状态的识别更敏感.
文献关键词：
滚动轴承;随机矩阵理论;异常检测;检测阈值;特征值之差
中图分类号：
作者姓名：
朱文昌;何雅娟;王建波;王恒
作者机构：
南通大学机械工程学院,江苏南通226019;南通大学工程训练中心,江苏南通226019
文献出处：
引用格式：
[1]朱文昌;何雅娟;王建波;王恒-.基于高维随机矩阵特征值之差的滚动轴承状态异常检测算法)[J].振动与冲击,2022(04):14-20
A类：
特征值之差
B类：
高维随机矩阵,滚动轴承,异常检测,检测算法,检测准确性,数据维度,维度灾难,平移,时间窗,不同时刻,随机化,随机特征,特征矩阵,随机矩阵理论,高维数据,处理能力,构造方法,动态检测,检测阈值,数学公式,低噪声,高检,检测指标,辛辛那提大学,智能维护,维护系统,intelligent,maintenance,system,IMS,全寿命,命数,指标构建,之比,最小特征值,符合实际,实际工况,异常状态,状态检测
AB值：
0.360656
相似文献
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。
