本文關(guān)鍵詞：基于改進(jìn)的K最近鄰分類器的風(fēng)機(jī)故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：為提高風(fēng)機(jī)故障的預(yù)警診斷準(zhǔn)確度,提出了一種基于改進(jìn)的K最近鄰分類器的故障診斷方法。通過引入核函數(shù)主元分析,計(jì)算各特征向量的貢獻(xiàn)度,對(duì)歐式距離進(jìn)行加權(quán),彌補(bǔ)傳統(tǒng)K最近鄰分類器同貢獻(xiàn)權(quán)重分配的缺陷。樣本訓(xùn)練時(shí),依據(jù)各特征向量的貢獻(xiàn)數(shù)值分配權(quán)重。該方法被用于風(fēng)機(jī)故障診斷。實(shí)驗(yàn)結(jié)果表明該方法增強(qiáng)了診斷準(zhǔn)確度,便于工程應(yīng)用。
【作者單位】： 上海電機(jī)學(xué)院上海裝備制造產(chǎn)業(yè)發(fā)展研究中心;上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院;上海電機(jī)學(xué)院電氣學(xué)院;
【關(guān)鍵詞】： 風(fēng)機(jī) 改進(jìn)的K最近鄰分類器 核主元分析 故障診斷
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51535007) 上海市教育委員會(huì)科研創(chuàng)新項(xiàng)目(15ZS079)
【分類號(hào)】：TH43
【正文快照】： 風(fēng)機(jī)傳動(dòng)系統(tǒng)以完成風(fēng)能向機(jī)械能轉(zhuǎn)化為目的,其工作環(huán)境較為惡劣。齒輪箱作為風(fēng)機(jī)傳動(dòng)系統(tǒng)的核心部件,長(zhǎng)期工作在變速變載荷的惡劣工況下,較易發(fā)生機(jī)械故障,其產(chǎn)生的振動(dòng)信號(hào)具有非線性、非穩(wěn)態(tài)等特征,并伴有高斯噪聲。面對(duì)復(fù)雜的振動(dòng)信號(hào),風(fēng)機(jī)故障診斷將人工智能技術(shù)大量地引

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 涂志松;郝偉;李凌均;郝旺身;;基于最近鄰數(shù)據(jù)描述法的機(jī)械故障診斷技術(shù)研究[J];煤礦機(jī)械;2009年08期

  本文關(guān)鍵詞：基于改進(jìn)的K最近鄰分類器的風(fēng)機(jī)故障診斷，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：432502