高斯過(guò)程隱變量模型與多類(lèi)最優(yōu)邊際分配機(jī)在故障診斷中的應(yīng)用
關(guān)鍵詞：gplvm mcodm ceemd 維數(shù)約簡(jiǎn) 故障診斷
摘要：軸承的振動(dòng)信號(hào)特征與運(yùn)行狀態(tài)之間具有較強(qiáng)的非線性關(guān)系,導(dǎo)致在對(duì)軸承運(yùn)行狀態(tài)特征提取時(shí),選取的高維特征間存在冗余性,因此產(chǎn)生故障診斷模型性能退化的問(wèn)題。為此提出一種高斯過(guò)程隱變量模型(Gaussian process latent variable model,GPLVM)與多類(lèi)最優(yōu)邊際分配機(jī)(Multi-class optimal margin distribution machine,mcODM)相結(jié)合的故障診斷方法。該方法首先對(duì)振動(dòng)信號(hào)進(jìn)行完備總體經(jīng)驗(yàn)?zāi)B(tài)分解(Complementary ensemble empirical mode decomposition,CEEMD),得到信號(hào)的高維特征,并采用GPLVM對(duì)高維特征進(jìn)行維數(shù)約簡(jiǎn),然后利用約簡(jiǎn)后的特征建立mcODM故障診斷模型。軸承故障檢測(cè)試驗(yàn)表明,該方法能夠有效降低特征間的冗余性,且相較于ELM,mcODM模型能通過(guò)優(yōu)化邊際分布獲得較高的辨識(shí)精度。
機(jī)械科學(xué)與技術(shù)雜志要求:
{1}注釋及參考文獻(xiàn)格式參照GB/T7714-2015《信息與文獻(xiàn)參考文獻(xiàn)著錄規(guī)則》。
{2}為加快稿件處理速度，本刊實(shí)行審稿意見(jiàn)及時(shí)反饋制度，盡量為來(lái)稿附上審稿意見(jiàn)，15日內(nèi)會(huì)給出審稿意見(jiàn)。
{3}本刊拒絕一稿多投，且稿件主要觀點(diǎn)或基本內(nèi)容，不得先于本刊在其他公開(kāi)出版物（包括期刊、報(bào)紙、專(zhuān)著、論文集、網(wǎng)站及自媒體等）上發(fā)表。
{4}引言在標(biāo)題以下，不設(shè)標(biāo)題的分段、分層：使用1)2)3)等、①②③等、abc等，在段首時(shí)應(yīng)退2字起排。
{5}關(guān)鍵詞：反映論文內(nèi)容特征的中英文關(guān)鍵詞3~8個(gè)。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
