声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1668/N
国际刊号：1671-7775
发布日期:
作者：刘庆强，孙艳茹，刘远红，吴丽
单位： 1. 东北石油大学 电气信息工程学院， 黑龙江 大庆 163318； 2. 大庆油田有限责任公司 天然气分公司培训中心， 黑龙江 大庆 163457
关键词： 滚动轴承, 特征提取, 故障诊断, 局部线性嵌入, 余弦距离, 共享近邻, 稀疏分布
基金： 海南省自然科学基金资助项目（623MS071）
针对传统局部线性嵌入算法在挖掘局部流形结构时未充分考虑样本邻居分布信息，且在降维过程中默认样本具有相同的重要性导致提取鉴别特征不明显的问题，提出基于共享近邻的加权局部线性嵌入（weighted local linear embedding based on shared neighbors, SN-WLLE）算法，并用于滚动轴承故障诊断.该算法首先使用余弦距离划分样本邻域；其次计算样本邻域对相似度用以评估样本共享近邻信息，并结合样本的6种邻居分布修正局部结构挖掘，提高多共享近邻的k近邻重构准确性；接着从多流形的角度评估样本点与近邻点间的稀疏分布一致性，以获得样本的重要性指标，并在低维空间保持该信息，进而提取准确的鉴别特征；最后结合KNN分类器构建出完备的轴承故障诊断模型.采用凯斯西储大学轴承数据集和实验室测试平台轴承数据集，从可视化评估、定量聚类评估、故障识别精度评估及鲁棒性评估等方面进行分析.结果表明：SN-WLLE算法的F值保持在108以上水准，平均故障识别精度最低可达0.973 4，不仅具有较好的类内紧致性与类间可分性，还对近邻参数k具有低敏感性.
来源：2024年第1期
《江苏大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。