1. 湖南工程学院电气信息学院, 湘潭 411004;2. 湖南工程学院电气信息学院, 风力 发电机组及控制湖南省重点实验室, 湘潭 411004;3. 兰州理工大学电气工程与信息工程学院, 兰州 730050
出版日期:
2018-10-25发布日期:
2018-12-06Fault Recognition Based on Exponential Regularized Null Space Linear Discriminant Analysis
WU Di 1,2 ,LIN Guohan 1,2 ,HU Hui 1,2, DU Xianjun31. College of Electrical and Information Engineering, Hunan Institute of Engineering, Xiangtan 411004; 2. Hunan Provincial Key Laboratory of Wind Generator and Its Control, College of Electrical and Information, Hunan Institute of Engineerings, Xiangtan 411004; 3. College of Electrical and Information Engineering, Lanzhou University of Technology, Lanzhou 730050
Online:
2018-10-25Published:
2018-12-06摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
提取有效的特征对高维数据的模式分类起着关键作用, 针对现有故障诊断方法故障特征维数过高 的问题, 文章提出了一种基于指数正则化零空间线性鉴别分析(exponential regularized null space linear discriminant analysis, ERNSLDA) 的故障诊断方法. 零空间线性判别分析已经在数据降维和特征提取上展现出良好的性能, 在文章中, 首先对类内样本矩阵进行正则化处理, 避免小样本问题, 其次对判别准则进行指数化处理. 所提方法集成了~NSLDA 和~RLDA 在模式识别上的优势, 有效地提高了故障诊断的精度, 通过发动机失火状态识别以及齿轮箱故障摸模拟试验验证了所提方法的有效性.
分享此文: