王雪冬
- 作品数：5 被引量：24H指数：3
- 供职机构：兰州理工大学机电工程学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于KSLPP与RWKNN的旋转机械故障诊断被引量：10
- 2016年
- 针对旋转机械高维故障特征集识别精度低的问题,提出基于核监督局部保留投影(Kernel Supervised Locality Preserving Projection,KSLPP)与Relief F特征加权的K近邻(Relief F Weighted K-Nearest Neighbor,RWKNN)分类器相结合的维数约简故障诊断方法。该方法首先应用KSLPP提取故障特征集中的非线性信息,同时在降维投影过程中充分利用类别信息,使降维后最小化类内散度,最大化类间分离度;随后,将降维后得到的低维敏感特征集输入RWKNN进行模式识别,RWKNN能够突出不同特征对分类的贡献率,强化敏感特征,弱化不相关特征,提升了分类精度和鲁棒性。最后,通过典型转子实验台的故障特征集验证了该方法的有效性。
- 王雪冬赵荣珍邓林峰
- 关键词：故障诊断RELIEF
- 基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法被引量：1
- 2017年
- 针对转子故障特征数据集降维问题,提出一种基于Schur分解和正交邻域保持嵌入算法的故障数据集降维方法——Schur-ONPE降维方法。该方法首先应用小波包分解提取不同频带内的能量以组成故障特征值集合,然后运用Schur分解和ONPE算法将高维特征集向低维投影,使降维后类内散度最小化及类间分离度最大化,最后将降维后得到的低维特征集输入K近邻分类器进行模式识别。通过双跨转子试验台的故障特征数据集进行验证,结果表明该方法能够有效地解决转子故障特征集的降维问题。
- 刘韵佳赵荣珍王雪冬
- 关键词：故障诊断数据降维SCHUR分解
- 基于PCA-KLFDA的小样本故障数据集降维方法被引量：7
- 2015年
- 针对小样本故障数据集降维问题,提出一种基于主元分析(PCA)和核局部费歇尔判别分析相结合的子空间降维方法.该方法首先应用PCA提取数据集中的关键信息并实施降维,然后将该子空间通过高斯核方法映射至高维线性空间,并在高维空间基于局部费歇尔判别分析训练出一个最有辨别力的低维分类特征集.用双跨转子实验台的一组故障特征数据集进行验证,结果表明:该方法能有效应对小样本的降维问题,达到增大不同故障样本集合间距离、使同类故障样本间的类内距离减小的效果,为基于数据驱动途径实现智能故障辨识技术中涉及的小样本故障数据集类别划分问题提供了一种新方法.
- 赵荣珍王雪冬邓林峰
- 关键词：故障诊断数据降维主元分析
- PSO与LS混合算法在故障特征选择中的应用被引量：5
- 2016年
- 为了提高分类器的分类精度和泛化能力,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)和拉普拉斯分值(Laplace Score,LS)的混合式故障特征选择方法。该方法首先采用过滤式的特征选择方法(LS)对原始特征集进行筛选,然后利用PSO在经过精简的特征子空间里进行随机搜索,搜索过程中以支持向量机的分类准确率为适应度函数,选择出最优特征子集。用双跨转子实验台的一组故障特征数据集进行验证。实验结果表明,该方法可以有效地筛选出规模较小且最有辨别力的特征子集,能显著提高分类器的分类准确率及效率。
- 张亚龙赵荣珍王雪冬张娟
- 关键词：特征子集粒子群算法支持向量机
- 局部费歇尔判别分值在滚动轴承故障诊断中的应用被引量：2
- 2017年
- 为精确、高效地识别出滚动轴承不同程度、不同类型的故障,提出一种基于局部费歇尔判别分值(Localized fisher discriminant score,LFDS)的故障诊断方法。该方法首先从时域、频域及时频域构造原始故障特征集;然后运用LFDS选择出其中最能反映故障本质的敏感特征子集;最后将选择出的特征子集输入到最小二乘支持向量机进行模式识别。用滚动轴承一组故障特征数据集进行验证。结果表明,经LFDS选择出的特征能显著表现出不同故障类别间的差异。
- 王雪冬赵荣珍邓林峰张亚龙
- 关键词：故障诊断最小二乘支持向量机
