基于改进KFDA独立特征选择的故障诊断
陈瑞
合肥工业大学汽车与交通工程学院车辆工程系,合肥,230009
摘要：为了有效利用故障特征集中对故障敏感的特征进行故障诊断,对核Fishier判别分析(KFDA)进行改进,提出基于改进KFDA独立特征选择的故障诊断方法.该方法首先从多个角度提取故障振动信号的故障特征,构建原始高维多域混合故障特征集.然后,采用改进的核Fisher特征选择方法为每两类故障状态独立选择敏感特征集.最后,采用“一对一”的方法训练多个二分类相关向量机(RVM),将得到的敏感特征集输入多分类故障诊断模型进行识别.齿轮故障诊断实例表明,所提方法具备较高的诊断准确率.
关键词：KFDA独立特征选择故障诊断齿轮
分类号：TH165.3(机械制造工艺)
资助基金：国家重点研发计划新能源汽车专项(SQ2017ZY020013)安徽省科技重大专项(16030901030)
论文发表日期：2019-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 527-531 )
英文信息