基于AR模型和KFDA的滚动轴承故障诊断
提出了基于时间序列参数模型和核Fisher判别分析(KFDA)的滚动轴承故障诊断方法.该方法首先通过自相关算法对轴承振动信号建立自回归(AR)模型,将自回归模型的参数作为特征向量并映射到高维核空间.然后在高维核空间中进行Fisher判别分析,求出Fisher判别分析的最优投影向量以及各类状态的Fisher判别值.最后获取未知状态轴承的高维核空间特征向量,求出其在最优投影向量上的投影值.通过与判别值进行距离判别来识别轴承所处的状态.实验结果验证了所用方法的有效性.
故障诊断 模式识别 自回归模型 核费舍尔判别 滚动轴承
李健宝 彭涛
湖南工业大学,电气与信息工程学院,湖南,株洲,412008
国内会议
武汉
中文
213-216
2009-08-01（万方平台首次上网日期，不代表论文的发表时间）