- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进增量LE的压缩机故障特征提取方法
学兔兔
第34卷 第4期 仪 器 仪 表 学 报 Vo1.34 No.4
2013年4月 Chinese Journal of Scientific Instrument Apr.2013
基于改进增量LE的压缩机故障特征提取方法水
许庆诚,胡建中
(东南大学机械工程学院 南京 211189)
摘 要:提高离心压缩机故障特征提取精度对于后续故障诊断具有重要意义。针对传统增量LE算法处理精度差的问题,分析
了参数t对传统增量LE算法特征提取精度的影响,提出了一种改进的增量LE算法。该方法将传统的增量LE算法与cam加权
距离相结合,在新增样本点投影过程中通过cam加权距离选取邻域,采用热核形式计算新增样本的权值,由局部保持特性,通过
新增样本的近邻来重构其低维嵌入。S-CHIve仿真数据以及离心压缩机故障数据分析表明:相比于传统的增量LE方法,改进的
增量LE方法能有效提高新增故障样本特征提取的精度。
关键词:cam加权距离;拉普拉斯特征影射算法;流形学习;增量
中图分类号:TP206 文献标识码:A 国家标准学科分类代码:510.40
Fault feature extraction method for compressor based on improved
incremental Laplacian eigenmap algorithm
Xu Qingcheng,Hu Jianzhong
(School ofMechanical Engineering,Southeast University,Nanjing 211189,China)
Abstract:Increasing the accuracy of fault feature extraction f0r centrifugal compressor has great importance to the
subsequent fault diagnosis.Aiming at the problem of insufficient processing precision of traditional incremental LE al-
gorithm,the effect of parameter t on the feature extraction accuracy of traditional incremental LE algorithm is ana—
lyzed,and an improved incremental LE algorithm is proposed.The method combines the traditional incremental LE
algorithm and cam weighted distance.A neighborhood is selected with cam weighted distance in the projection process
of the new sample points and the heat kernel is adopted to calculate the weights of the new samples.According to lo-
cality preserving characteristic,the low-dimensional embedding is reconstructed with the neighbor of new fault sam-
ples.S—curve simulation data and centrifugal compressor failure data analyses show that the improved incremental LE
m
您可能关注的文档
- 基于振动信号的轴承游隙监测及应用.pdf
- 基于振动信号的传感器节点性能测试系统设计.pdf
- 基于振动的CRH车轴箱轴承故障诊断方法的研究.pdf
- 基于振弦式传感器的大坝渗压监测系统设计.pdf
- 基于提升小波和递推LSSVM的实时故障诊断方法.pdf
- 基于插值算法的图像变形研究.pdf
- 基于提升小波变换的指针式仪表图像边缘检测.pdf
- 基于插值计算法和变步长滞环比较法结合的MPPT算法研究.pdf
- 基于支持向量机和遗传算法的刀具故障诊断.pdf
- 基于支持向量机和灰度共生矩阵的纹理图像分割方法.pdf
- 四川省宜宾市2024年下半年引进人才(1426人)笔试备考试题及答案解析.docx
- 2024莆田市实验小学秀屿分校招聘保洁阿姨1-2名笔试备考试题及答案解析.docx
- 2024中国石油天然气股份有限公司玉门油田分公司秋季招聘45人笔试备考试题及答案解析.docx
- 2024宁夏回族自治区第五人民医院自主招聘备案制人员30人笔试备考试题及答案解析.docx
- 2024昆明市官渡区福德小学聘用制教师招聘(6人)笔试备考题库及答案解析.docx
- 2024贵州锦屏县中等职业学校临聘教师笔试备考题库及答案解析.docx
- 2024年昆仑银行股份有限公司秋季高校毕业生招聘笔试备考试题及答案解析.docx
- 2024年锦州市太和区面向社会公开招聘太和区幼儿园派遣制教师及其他岗位笔试备考题库及答案解析.docx
- 2024山东大学博物馆(济南)非事业编制人员招聘笔试备考试题及答案解析.docx
- 2024福建厦门大学附属心血管病医院招聘辅助岗1人笔试备考试题及答案解析.docx
文档评论(0)