• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于無(wú)監(jiān)督判別投影的滾動(dòng)軸承故障診斷

    2016-09-08 06:57:42郭順生
    中國(guó)機(jī)械工程 2016年16期
    關(guān)鍵詞:內(nèi)圈特征提取投影

    江 麗 郭順生

    武漢理工大學(xué),武漢,430070

    ?

    基于無(wú)監(jiān)督判別投影的滾動(dòng)軸承故障診斷

    江麗郭順生

    武漢理工大學(xué),武漢,430070

    針對(duì)滾動(dòng)軸承故障樣本不平衡和故障特征存在冗余性問(wèn)題,提出了基于無(wú)監(jiān)督判別投影(UDP)的滾動(dòng)軸承故障診斷方法。該方法首先從時(shí)域和時(shí)頻域提取多個(gè)特征參數(shù),從而構(gòu)造一個(gè)原始的高維特征集,隨后運(yùn)用UDP算法從該特征集中提取最敏感的低維流形特征,最后利用K-近鄰分類器識(shí)別出滾動(dòng)軸承的運(yùn)行狀態(tài)。將該方法分別應(yīng)用于軸承故障類型和內(nèi)圈故障嚴(yán)重性的識(shí)別,并與傳統(tǒng)方法進(jìn)行了比較,驗(yàn)證了該方法的可行性和優(yōu)越性。

    故障診斷;特征提取;流形學(xué)習(xí);無(wú)監(jiān)督判別投影

    0 引言

    滾動(dòng)軸承是現(xiàn)代工業(yè)設(shè)備中應(yīng)用最廣泛也最易失效的零件之一,其運(yùn)行狀態(tài)將直接影響到整臺(tái)設(shè)備的可靠性、使用壽命和安全性。因此,滾動(dòng)軸承的故障診斷對(duì)保障設(shè)備可靠運(yùn)行、延長(zhǎng)其使用壽命和避免重大事故具有重要意義[1-4]。為了全面獲取滾動(dòng)軸承的故障信息,常從多個(gè)角度提取較多的特征參數(shù),但這會(huì)導(dǎo)致特征維數(shù)過(guò)高。另外,特征參數(shù)之間可能存在冗余性或不相關(guān)性,往往會(huì)降低后續(xù)分類器的診斷精度,因此,必須采用維數(shù)約簡(jiǎn)的方法,提取有利于軸承故障分類的低維融合特征[5-7]。

    傳統(tǒng)的維數(shù)約簡(jiǎn)方法,如主成分分析(principalcomponentanalysis,PCA)算法[8]和線性判別分析(lineardiscriminantanalysis,LDA)算法[9],主要用于處理歐氏空間中具有全局線性結(jié)構(gòu)的高維故障數(shù)據(jù)。然而,大多數(shù)機(jī)械零件的失效都伴隨著非線性行為[10]。流形學(xué)習(xí)算法由于能充分挖掘非線性數(shù)據(jù)中的潛在幾何結(jié)構(gòu)和內(nèi)在規(guī)律,近年來(lái)它在機(jī)械故障診斷中的應(yīng)用研究備受國(guó)內(nèi)外研究者的關(guān)注[1-7,11-12]。經(jīng)典的流形學(xué)習(xí)算法無(wú)法獲取從高維空間到低維空間的映射函數(shù),因此He等[13]提出了局部保持投影(localitypreservingprojections,LPP)算法。雖然LPP算法能很好地解決樣本外點(diǎn)問(wèn)題,但是它與大多數(shù)流形學(xué)習(xí)算法一樣,都是基于保持局部幾何結(jié)構(gòu)進(jìn)行流形建模,這與分類目標(biāo)并無(wú)直接關(guān)系。無(wú)監(jiān)督判別投影(unsuperviseddiscriminantprojection,UDP)[14]算法是一種新型的流形學(xué)習(xí)算法,它不僅具有較強(qiáng)的泛化能力,而且通過(guò)最小化局部散度同時(shí)最大化非局部散度來(lái)建立目標(biāo)函數(shù),從而挖掘潛藏在高維數(shù)據(jù)中的低維流形,因而其提取的低維特征具有更強(qiáng)的分類能力。

    機(jī)械設(shè)備的故障診斷實(shí)質(zhì)上是多個(gè)故障模式的識(shí)別問(wèn)題。由于機(jī)械設(shè)備大多處于正常的運(yùn)行工況,因此滾動(dòng)軸承多類故障樣本的積累往往是一個(gè)極其緩慢的過(guò)程,其獲取過(guò)程比較費(fèi)時(shí)費(fèi)力。隨著傳感器技術(shù)的飛速發(fā)展,獲取大量正常狀態(tài)的樣本非常容易。由此,產(chǎn)生了樣本不平衡問(wèn)題。為了解決滾動(dòng)軸承多個(gè)故障模式的識(shí)別、故障特征存在冗余性和樣本不平衡等問(wèn)題,本文首次提出了基于無(wú)監(jiān)督判別投影的滾動(dòng)軸承故障診斷方法。該方法首先提取滾動(dòng)軸承的多個(gè)特征參數(shù),從而構(gòu)造一個(gè)原始的高維特征集;然后通過(guò)UDP算法挖掘嵌入在高維特征集中的低維流形結(jié)構(gòu),并提取最敏感的低維流形特征;最后利用K-近鄰(K-nearestneighbor,KNN)分類器實(shí)現(xiàn)滾動(dòng)軸承故障類型和內(nèi)圈故障嚴(yán)重性的識(shí)別。

    1 無(wú)監(jiān)督判別投影

    (1)

    其中,SL為局部散度矩陣,其定義為

    (2)

    在低維嵌入空間Rd中非局部散度JN(w)定義為

    wT(ST-SL)w

    (3)

    其中,ST稱為總體散度矩陣,即數(shù)據(jù)集的協(xié)方差。定義非局部散度矩陣SN=ST-SL。

    為了保證高維空間中,兩個(gè)近距離的樣本投影到低維空間后離得更近,兩個(gè)遠(yuǎn)距離的樣本投影到低維空間后離得更遠(yuǎn),必須最大化非局部散度,同時(shí)最小化局部散度。因此,UDP算法的最終優(yōu)化目標(biāo)函數(shù)為

    (4)

    通過(guò)矩陣變換理論,式(4)可以轉(zhuǎn)化為廣義特征方程SNw=λSLw的最大特征值分解問(wèn)題。其中,λ為特征值。因此,UDP算法的最佳投影方向?yàn)槠鋎 個(gè)最大特征值所對(duì)應(yīng)的特征向量。

    對(duì)于一個(gè)新樣本點(diǎn)xnew,它的低維嵌入ynew為

    ynew=(w*)Txnew

    (5)

    2 基于無(wú)監(jiān)督判別投影的軸承故障診斷模型

    本文根據(jù)滾動(dòng)軸承的故障特點(diǎn),在UDP算法基礎(chǔ)上,提出了基于多域特征構(gòu)建、維數(shù)約簡(jiǎn)和特征融合、模式分類的診斷模型,如圖1所示。其基本思想是:從故障信號(hào)中提取多個(gè)特征參數(shù)構(gòu)造高維特征集,利用UDP算法對(duì)高維特征集進(jìn)行流形學(xué)習(xí),提取能有效挖掘故障數(shù)據(jù)本質(zhì)結(jié)構(gòu)的低維敏感特征來(lái)表征軸承的運(yùn)行狀態(tài),并將所有低維流形特征輸入分類器進(jìn)行模式分類,找出故障原因。該模型的故障診斷過(guò)程如下。

    圖1 基于UDP算法的故障診斷模型

    2.1構(gòu)造高維特征集

    為了更全面地獲取滾動(dòng)軸承的故障信息,將綜合利用時(shí)域統(tǒng)計(jì)特征參數(shù)和小波包能量特征參數(shù)來(lái)描述滾動(dòng)軸承的運(yùn)行狀態(tài)。從監(jiān)測(cè)設(shè)備采集振動(dòng)信號(hào)后,提取原始振動(dòng)信號(hào)的11個(gè)時(shí)域統(tǒng)計(jì)特征(均值、標(biāo)準(zhǔn)方差、均方根值、方根幅值、峰-峰值、偏度、峭度、峰值因子、裕度因子、波形因子、沖擊因子);采用db2小波包對(duì)原始振動(dòng)信號(hào)進(jìn)行4層正交小波包分解后,得到16個(gè)子頻帶的小波包重構(gòu)信號(hào),將16個(gè)子頻帶的小波包能量和第4層所有頻段的小波包總能量的比值作為小波包能量特征參數(shù)。因此,共得到具有27個(gè)特征參數(shù)的原始高維特征集來(lái)表征軸承的運(yùn)行狀態(tài),其詳細(xì)的計(jì)算公式和定義見(jiàn)文獻(xiàn)[15]。

    她不穿襪子,任憑俊氣的、涂了紅色指甲油的腳指頭從兩只白涼鞋的露孔中鉆出來(lái),更加惹人注意。這很像咖啡館里的光線,是種撩撥人的暗色的場(chǎng)景。使人聯(lián)想到某個(gè)深夜里的某一種夢(mèng)境,伴著咖啡館里細(xì)碎的音樂(lè),肆意的彌漫和張揚(yáng)。

    2.2提取低維流形特征

    盡管上述27個(gè)特征參數(shù)可以較全面地描述軸承的運(yùn)行狀態(tài),然而它們之間可能存在冗余性或不相關(guān)性,這往往會(huì)降低后續(xù)分類器的診斷性能。因此,利用UDP算法進(jìn)行維數(shù)約簡(jiǎn)和特征融合,從原始高維特征集中,提取有利于故障分類的低維敏感特征,并剔除原始高維特征集中的冗余或不相關(guān)信息。首先,將27維特征集分成兩部分,一部分用作訓(xùn)練數(shù)據(jù),一部分用作測(cè)試數(shù)據(jù)。然后,利用UDP算法對(duì)27維特征集中的訓(xùn)練數(shù)據(jù)進(jìn)行流形學(xué)習(xí),挖掘27維訓(xùn)練樣本中的潛在故障信息,從而得到其低維流形特征和最佳投影方向。最后,根據(jù)最佳投影方向可得到27維測(cè)試樣本的低維流形特征。

    2.3故障模式分類

    將訓(xùn)練樣本和測(cè)試樣本的 d 維流形特征輸入KNN分類器,根據(jù)訓(xùn)練樣本的類別信息,對(duì)測(cè)試樣本進(jìn)行故障模式分類,從而診斷出滾動(dòng)軸承的故障類型或者內(nèi)圈故障損傷程度。

    由于UDP算法通過(guò)構(gòu)建局部近鄰圖來(lái)挖掘潛藏在高維數(shù)據(jù)中的低維流形,因此近鄰點(diǎn)數(shù)k的選取將影響低維流形特征的提取,繼而影響后續(xù)分類器的診斷性能。根據(jù)文獻(xiàn)[14]的研究結(jié)果,本文最優(yōu)的近鄰點(diǎn)數(shù)k為每類訓(xùn)練樣本數(shù)減一,并根據(jù)最高的故障識(shí)別精度來(lái)選取最優(yōu)的嵌入維數(shù)d。

    3 故障診斷實(shí)驗(yàn)

    本文實(shí)驗(yàn)數(shù)據(jù)來(lái)源于美國(guó)凱斯西儲(chǔ)大學(xué)(CaseWesternReserveUniversity)電氣工程實(shí)驗(yàn)室的滾動(dòng)軸承故障模擬實(shí)驗(yàn)臺(tái)[16]。如圖2所示,實(shí)驗(yàn)臺(tái)由1491.4W三相電動(dòng)機(jī)、扭矩傳感器和加載電機(jī)組成,待測(cè)試的滾動(dòng)軸承(型號(hào)為6205-2RSJEMSKF)安裝在電動(dòng)機(jī)驅(qū)動(dòng)端,加速度傳感器粘貼于電動(dòng)機(jī)驅(qū)動(dòng)端正上方的機(jī)殼上。當(dāng)電機(jī)轉(zhuǎn)速為1772r/min、工作載荷為745.7W時(shí),四種直徑的單點(diǎn)故障通過(guò)放電加工引入到滾動(dòng)軸承,所有故障深度均為0.28mm。故障軸承的振動(dòng)數(shù)據(jù)由一個(gè)16通道的數(shù)據(jù)記錄儀獲取,采樣頻率為12kHz,數(shù)據(jù)樣本長(zhǎng)度為1024。

    圖2 滾動(dòng)軸承故障模擬實(shí)驗(yàn)臺(tái)

    為了驗(yàn)證本文方法的有效性和優(yōu)越性,進(jìn)行了滾動(dòng)軸承故障類型和內(nèi)圈故障損傷程度的識(shí)別,并與經(jīng)典的模式識(shí)別方法,如PCA+KNN算法、LDA+KNN算法以及LPP+KNN算法進(jìn)行了比較,具體如下:分別采用PCA算法、LDA算法或者LPP算法,從原始高維特征集中提取低維故障特征后,再采用K-近鄰分類器進(jìn)行故障模式分類。

    3.1滾動(dòng)軸承故障類型的識(shí)別

    當(dāng)滾動(dòng)軸承的單點(diǎn)損傷直徑為0.18mm時(shí),模擬了滾動(dòng)軸承的 4 種故障狀態(tài):①內(nèi)圈故障;②滾動(dòng)體故障;③外圈故障;④正常運(yùn)行狀態(tài)。 前三種故障狀態(tài)各采集50個(gè)樣本,正常運(yùn)行狀態(tài)采集90個(gè)樣本。每類選取后20個(gè)樣本為測(cè)試樣本,其余為訓(xùn)練樣本。根據(jù)第2節(jié)的方法,確定UDP算法的近鄰點(diǎn)個(gè)數(shù)k=29。

    當(dāng)采用四種特征提取算法來(lái)識(shí)別滾動(dòng)軸承四種故障類型時(shí),其對(duì)應(yīng)的最高分類精度見(jiàn)表1。從表1中可以看出,LDA算法的最高故障分類精度(滾動(dòng)體故障為55%,正常狀態(tài)為55%)明顯低于基于UDP算法的故障診斷方法(對(duì)應(yīng)分類精度均為100%)。與PCA算法相比較,UDP算法對(duì)應(yīng)的滾動(dòng)體故障和正常狀態(tài)的最高故障識(shí)別率分別提高了25%和5%??梢?jiàn),LDA算法和PCA算法的基于全局結(jié)構(gòu)的數(shù)據(jù)挖掘特性不利于故障分類,因而它們只能完全區(qū)分內(nèi)圈故障和外圈故障。盡管LPP算法能保持故障數(shù)據(jù)的局部幾何結(jié)構(gòu),而且可以完全區(qū)分三類故障狀態(tài),但滾動(dòng)體故障的最高分類精度只有75%。這是因?yàn)閁DP算法通過(guò)最小化局部散度同時(shí)最大化非局部散度來(lái)挖掘潛藏在故障數(shù)據(jù)中的低維流形,從而剔除原始高維特征集中的冗余或不相關(guān)信息,保留能表征軸承運(yùn)行狀態(tài)的低維敏感特征,因而它比只考慮局部散度的LPP算法具有更好的分類性能。另外,基于UDP算法的故障診斷方法以相對(duì)較低的特征維數(shù)取得了最好的故障識(shí)別效果。因此,與PCA算法、LDA算法和LPP算法相比較,UDP算法能明顯提高不平衡樣本情況下軸承四種故障類型的識(shí)別精度。

    表1不同特征提取算法對(duì)應(yīng)的最高故障分類精度

    %

    為了檢驗(yàn)UDP算法的噪聲魯棒性,將隨機(jī)噪聲添加到滾動(dòng)軸承的四類測(cè)試樣本中。圖3所示為不同噪聲百分比條件下,上述四種特征提取算法的故障識(shí)別結(jié)果。由圖3可知,當(dāng)噪聲百分比不超過(guò)30%時(shí),除了LDA算法外,另外三種特征提取算法都能取得比較滿意的故障識(shí)別效果。而且,在相同噪聲百分比條件下,UDP算法的故障識(shí)別性能均要優(yōu)于另外三種特征提取算法,特別是當(dāng)噪聲百分比為50%時(shí),UDP算法的故障識(shí)別精度高于85%,而另外三種特征提取算法均低于80%。因此,與PCA算法、LDA算法和LPP算法相比較,基于UDP算法的故障診斷模型具有最優(yōu)的故障識(shí)別性能及抗噪性能。

    圖3 不同噪聲百分比下軸承故障類型的識(shí)別精度

    3.2內(nèi)圈故障嚴(yán)重性的識(shí)別

    模擬了滾動(dòng)軸承內(nèi)圈的 5種損傷狀態(tài):①輕度內(nèi)圈故障(單點(diǎn)損傷直徑為0.18 mm);②中度內(nèi)圈故障(單點(diǎn)損傷直徑為0.36 mm);③重度內(nèi)圈故障(單點(diǎn)損傷直徑為0.54 mm);④非常重度內(nèi)圈故障(單點(diǎn)損傷直徑為0.72 mm);⑤正常運(yùn)行狀態(tài)。前四種故障狀態(tài)各采集50個(gè)樣本,正常運(yùn)行狀態(tài)采集90個(gè)樣本。每類選取后20個(gè)樣本為測(cè)試樣本,其余為訓(xùn)練樣本。根據(jù)第2節(jié)的方法,確定UDP算法的近鄰點(diǎn)個(gè)數(shù)k=29。

    當(dāng)采用四種特征提取算法來(lái)識(shí)別滾動(dòng)軸承內(nèi)圈五種損傷狀態(tài)時(shí),其對(duì)應(yīng)的最高分類精度見(jiàn)表2。由表2可以看出,與另外三種特征提取算法相比較,LPP算法具有最差的故障分類性能,它只能完全區(qū)分軸承內(nèi)圈的三種損傷狀態(tài),其最高故障分類精度(中度內(nèi)圈故障為95%、重度內(nèi)圈故障為85%、非常重度內(nèi)圈故障為85%)低于基于UDP算法的故障診斷方法(對(duì)應(yīng)值分別為100%、95%和100%),這是因?yàn)長(zhǎng)PP算法只能保證屬于同一個(gè)聚類的故障樣本投影到低維空間后離得更近,但是無(wú)法保證不同聚類的故障樣本投影到低維空間后離得更遠(yuǎn)。與LDA算法相比較,UDP算法對(duì)應(yīng)的中度內(nèi)圈故障的分類精度提高了20%;與PCA算法相比,UDP算法對(duì)應(yīng)的輕度內(nèi)圈故障的分類精度提高了5%。因此,相對(duì)于另外三種特征提取算法而言, UDP算法能明顯提高不平衡樣本情況下軸承內(nèi)圈故障嚴(yán)重性的識(shí)別精度。

    表2不同特征提取算法對(duì)應(yīng)的最高故障分類精度

    %

    將隨機(jī)噪聲添加到軸承內(nèi)圈的五類測(cè)試樣本中,圖4所示為不同噪聲百分比條件下,上述四種特征提取算法的故障識(shí)別結(jié)果。由圖4可知,在相同噪聲百分比條件下,UDP算法的故障識(shí)別性能均要優(yōu)于另外三種特征提取算法。而且,當(dāng)噪聲百分比從5%增大到50%時(shí),UDP算法的故障識(shí)別率的波動(dòng)幅度最小。因此,與PCA算法、LDA算法和LPP算法相比較,基于UDP算法的故障診斷模型具有更好的噪聲魯棒性。

    圖4 不同噪聲百分比下內(nèi)圈損傷程度的識(shí)別精度

    4 結(jié)論

    本文提出一種基于UDP算法的滾動(dòng)軸承故障診斷方法,該方法從故障信號(hào)中提取11個(gè)時(shí)域統(tǒng)計(jì)特征和16個(gè)小波包能量特征后,利用UDP算法挖掘高維特征集中的潛在流形結(jié)構(gòu),從而提取低維敏感特征來(lái)表征軸承的運(yùn)行狀態(tài)。將該方法應(yīng)用于滾動(dòng)軸承四種故障類型和內(nèi)圈五種損傷程度的識(shí)別,實(shí)驗(yàn)結(jié)果表明,相對(duì)于LDA算法、LPP算法和PCA算法,UDP算法能明顯提高不平衡樣本情況下軸承的故障識(shí)別精度,其提取的低維流形特征具有更優(yōu)的故障識(shí)別性能和噪聲魯棒性。

    [1]劉麗娟, 陳果, 郝騰飛. 基于流形學(xué)習(xí)與一類支持向量機(jī)的滾動(dòng)軸承早期故障識(shí)別方法[J]. 中國(guó)機(jī)械工程,2013,24(5): 628-633.

    LiuLijuan,ChenGuo,HaoTengfei.IncipientFaultRecognitionofRollingBearingsBasedonManifoldLearningandOne-classSVM[J].ChinaMechanicalEngineering, 2013,24(5): 628-633.

    [2]歐璐, 于德介. 基于拉普拉斯分值和模糊C均值聚類的滾動(dòng)軸承故障診斷[J]. 中國(guó)機(jī)械工程,2014,25(10): 1352-1357.

    OuLu,YuDejie.RollingBearingFaultDiagnosisBasedonLaplacianScoreandFuzzyC-meansClustering[J].ChinaMechanicalEngineering, 2014,25(10): 1352-1357.

    [3]WangYi,XuGuanghua,LiangLin,etal.DetectionofWeakTransientSignalsBasedonWaveletPacketTransformandManifoldLearningforRollingElementBearingFaultDiagnosis[J].MechanicalSystemsandSignalProcessing, 2015, 54: 259-276.

    [4]DingXiaoxi,HeQingbo,LuoNianwu.AFusionFeatureandItsImprovementBasedonLocalityPreservingProjectionsforRollingElementBearingFaultClassification[J].JournalofSoundandVibration, 2015, 335: 367-383.

    [5]YuJianbo.BearingPerformanceDegradationAssessmentUsingLocalityPreservingProjections[J].ExpertSystemswithApplications, 2011, 38(6): 7440-7450.

    [6]HuangYixiang,ZhaXF,LeeJ,etal.DiscriminantDiffusionMapsAnalysis:aRobustManifoldLearnerforDimensionalityReductionandItsApplicationsinMachineConditionMonitoringandFaultDiagnosis[J].MechanicalSystemsandSignalProcessing, 2013, 34(1): 277-297.

    [7]黃宏臣, 韓振南, 張倩倩,等. 基于拉普拉斯特征映射的滾動(dòng)軸承故障識(shí)別[J]. 振動(dòng)與沖擊,2015,34(5): 128-134.

    HuangHongchen,HanZhennan,ZhangQianqian,etal.MethodofFaultDiagnosisforRollingBearingsBasedonLaplacianEigenmap[J].JournalofVibrationandShock, 2015,34(5): 128-134.

    [8]JolliffeIT.PrincipalComponentAnalysis[M].NewYork:Springer, 1986.

    [9]BelhumeurPN,HespanhaJP,KriegmanDJ.EigenfacesVs.Fisherfaces:RecognitionUsingClassSpecificLinearProjection[J].IEEETransactionsonPatternAnalysisandMachineIntelligence, 1997, 19(7): 711-720.

    [10]HeQingbo.Time-frequencyManifoldforNonlinearFeatureExtractioninMachineryFaultDiagnosis[J].MechanicalSystemsandSignalProcessing,2013, 35(1/2):200-218.

    [11]蘇祖強(qiáng), 湯寶平, 劉自然,等. 基于正交半監(jiān)督局部fisher判別分析的故障診斷[J]. 機(jī)械工程學(xué)報(bào),2014,50(18): 7-13.

    SuZuqiang,TangBaoping,LiuZiran,etal.FaultDiagnosisMethodBasedonOrthogonalSemi-supervisedLocalFisherDiscriminantAnalysis[J].JournalofMechanicalEngineering, 2014,50(18): 7-13.

    [12]孫斌, 劉立遠(yuǎn), 牛翀,等. 基于局部切空間排列和K-最近鄰分類器的轉(zhuǎn)子故障診斷方法[J]. 中國(guó)機(jī)械工程,2015,26(1): 74-78.

    SunBin,LiuLiyuan,NiuChong,etal.RotorFaultDiagnosisMethodsBasedonLocalTangentSpaceAlignmentandK-NearestNeighborClassifier[J].ChinaMechanicalEngineering, 2015,26(1): 74-78.

    [13]HeXiaofei,NiyogiP.LocalityPreservingProjections[C]//Proceedingofthe17thAnnualConferenceonNeuralInformationProcessingSystems.Cambridge:MITPress, 2003: 153-160.

    [14]YangJian,ZhangDavid,YangJingyu,etal.GloballyMaximizing,LocallyMinimizing:UnsupervisedDiscriminantProjectionwithApplicationstoFaceandPalmBiometrics[J].IEEETransactionsonPatternAnalysis&MachineIntelligence, 2007, 29(4): 650-664.

    [15]JiangLi,ShiTielin,XuanJiangping.FaultDiagnosisofRollingBearingsBasedonMarginalFisherAnalysis[J].JournalofVibrationandControl, 2014, 20(3): 470-480.

    [16]LoparoKA.BearingsVibrationDataSet[DB/OL][2014-10-28].http: //Csegroups.Case.Edu/Bearingdatacenter/Home.

    (編輯盧湘帆)

    FaultDiagnosisofRollingBearingsBasedonUnsupervisedDiscriminantProjection

    JiangLiGuoShunsheng

    WuhanUniversityofTechnology,Wuhan,430070

    Aimingattheimbalancedfaultsamplesandredundantfaultfeaturesofrollingbearings,arollingbearingfaultdiagnosismethodwasproposedbasedonUDP.Themethodfirstlyextractedseveralfeatureparametersfromtimedomainandtime-frequencydomain.Thus,therawhigh-dimensionalfeaturesetwasconstructed.Subsequently,themostsensitivelow-dimensionalmanifoldfeatureswereextractedfromthefeaturesetbyemployingUDPalgorithm.Finally, K-nearestneighborclassifierwasutilizedtorecognizetheoperatingconditionsofrollingbearings.Themethodwasappliedtotheidentificationofbearingfaultcategoriesandinnerfaultseveritiesseparately.Comparedwiththetraditionalmethods,thefeasibilityandsuperioritywerevalidated.

    faultdiagnosis;featureextraction;manifoldlearning;unsuperviseddiscriminantprojection(UDP)

    2016-03-29

    國(guó)家自然科學(xué)基金資助項(xiàng)目(71171154);湖北省自然科學(xué)基金資助項(xiàng)目(2015CFB698);湖北省科技支撐計(jì)劃資助項(xiàng)目(2014BAA032,2015BAA063)

    TP206;TP391.4

    10.3969/j.issn.1004-132X.2016.16.013

    江麗,女,1980 年生。武漢理工大學(xué)機(jī)電工程學(xué)院助理研究員。主要研究方向?yàn)闄C(jī)械設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷、模式識(shí)別。發(fā)表論文3篇。郭順生(通信作者),男,1963 年生。武漢理工大學(xué)機(jī)電工程學(xué)院教授、博士研究生導(dǎo)師。

    猜你喜歡
    內(nèi)圈特征提取投影
    解變分不等式的一種二次投影算法
    特種復(fù)合軸承內(nèi)圈推力滾道磨削用工裝設(shè)計(jì)
    哈爾濱軸承(2021年4期)2021-03-08 01:00:48
    基于最大相關(guān)熵的簇稀疏仿射投影算法
    主軸軸承內(nèi)圈鎖緊用臺(tái)階套的裝配
    找投影
    找投影
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    Bagging RCSP腦電特征提取算法
    內(nèi)圈帶缺陷中介軸承的動(dòng)力學(xué)建模與振動(dòng)響應(yīng)分析
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    亚洲精品国产av蜜桃| 亚洲国产av影院在线观看| 天堂俺去俺来也www色官网| 无遮挡黄片免费观看| av视频免费观看在线观看| 黄频高清免费视频| 成人国产av品久久久| 精品免费久久久久久久清纯 | 秋霞在线观看毛片| 欧美性长视频在线观看| 欧美另类亚洲清纯唯美| 黄片播放在线免费| 咕卡用的链子| 女性被躁到高潮视频| 中文字幕av电影在线播放| 精品人妻一区二区三区麻豆| 久久久久视频综合| 久久天躁狠狠躁夜夜2o2o| 国产一区二区三区av在线| 日本vs欧美在线观看视频| 欧美日韩亚洲国产一区二区在线观看 | 久久久久视频综合| 成人手机av| 久久国产精品男人的天堂亚洲| 两性午夜刺激爽爽歪歪视频在线观看 | 老司机在亚洲福利影院| 十分钟在线观看高清视频www| 男女免费视频国产| 国产日韩欧美亚洲二区| 国产无遮挡羞羞视频在线观看| 亚洲全国av大片| 欧美黑人精品巨大| 欧美日韩亚洲综合一区二区三区_| 久久天躁狠狠躁夜夜2o2o| 欧美人与性动交α欧美精品济南到| 国产区一区二久久| 免费一级毛片在线播放高清视频 | 国产麻豆69| 黑人猛操日本美女一级片| 日日爽夜夜爽网站| 国产亚洲一区二区精品| 成年动漫av网址| 精品国产一区二区三区四区第35| 久久精品aⅴ一区二区三区四区| 免费在线观看完整版高清| 最近中文字幕2019免费版| 亚洲av国产av综合av卡| 日韩欧美一区视频在线观看| 99国产精品免费福利视频| a在线观看视频网站| 国产精品 欧美亚洲| 一本久久精品| 久久久久久人人人人人| 精品一品国产午夜福利视频| 美女脱内裤让男人舔精品视频| 国产精品偷伦视频观看了| 少妇的丰满在线观看| av又黄又爽大尺度在线免费看| 亚洲精品久久午夜乱码| 777久久人妻少妇嫩草av网站| 欧美日韩黄片免| 精品亚洲成a人片在线观看| 人人妻人人澡人人爽人人夜夜| 欧美在线一区亚洲| 久久久久久亚洲精品国产蜜桃av| 制服人妻中文乱码| 9色porny在线观看| 日本撒尿小便嘘嘘汇集6| 欧美人与性动交α欧美精品济南到| 中文精品一卡2卡3卡4更新| 日日爽夜夜爽网站| 久久久久久久大尺度免费视频| h视频一区二区三区| 亚洲av电影在线进入| 视频区图区小说| 国产一区二区 视频在线| 老熟妇乱子伦视频在线观看 | 中文字幕人妻丝袜制服| 久久香蕉激情| 久久午夜综合久久蜜桃| 婷婷色av中文字幕| 18禁国产床啪视频网站| 性色av乱码一区二区三区2| 一本—道久久a久久精品蜜桃钙片| 人人澡人人妻人| 欧美精品啪啪一区二区三区 | 久久精品国产亚洲av高清一级| 成人黄色视频免费在线看| av网站在线播放免费| 国产成人a∨麻豆精品| 日韩 亚洲 欧美在线| 国产深夜福利视频在线观看| www.av在线官网国产| 久久天躁狠狠躁夜夜2o2o| 在线av久久热| 99久久综合免费| 国产精品久久久久久精品古装| 青春草视频在线免费观看| 成人亚洲精品一区在线观看| 亚洲人成电影免费在线| 亚洲色图综合在线观看| 亚洲精品在线美女| 高清视频免费观看一区二区| 国产成人影院久久av| 爱豆传媒免费全集在线观看| 丰满少妇做爰视频| 亚洲少妇的诱惑av| 亚洲精品美女久久av网站| 久久久久国内视频| 欧美精品av麻豆av| 久久精品亚洲熟妇少妇任你| 久久久国产欧美日韩av| 中文字幕人妻丝袜一区二区| 成年人免费黄色播放视频| 精品国产乱码久久久久久男人| 亚洲一区二区三区欧美精品| 99久久精品国产亚洲精品| 婷婷丁香在线五月| 中文字幕精品免费在线观看视频| 久久天堂一区二区三区四区| 中亚洲国语对白在线视频| 18禁裸乳无遮挡动漫免费视频| 法律面前人人平等表现在哪些方面 | 亚洲中文字幕日韩| 大香蕉久久网| 久久久久精品国产欧美久久久 | 亚洲国产毛片av蜜桃av| 汤姆久久久久久久影院中文字幕| 男女高潮啪啪啪动态图| 久久久久久久国产电影| 日韩熟女老妇一区二区性免费视频| 免费人妻精品一区二区三区视频| 精品高清国产在线一区| 丝瓜视频免费看黄片| 在线精品无人区一区二区三| 波多野结衣一区麻豆| 国产激情久久老熟女| 不卡av一区二区三区| 人人妻,人人澡人人爽秒播| 亚洲精品美女久久av网站| 麻豆乱淫一区二区| 久久精品国产亚洲av香蕉五月 | 男女无遮挡免费网站观看| 国产精品久久久久久人妻精品电影 | 亚洲精品国产一区二区精华液| 真人做人爱边吃奶动态| 国产日韩欧美亚洲二区| 51午夜福利影视在线观看| av福利片在线| 黄色毛片三级朝国网站| 新久久久久国产一级毛片| 男女免费视频国产| 极品人妻少妇av视频| 国产av国产精品国产| 啦啦啦啦在线视频资源| 一本一本久久a久久精品综合妖精| 久久99一区二区三区| 亚洲欧美一区二区三区黑人| 国产成人精品在线电影| 精品人妻在线不人妻| 99国产精品一区二区三区| 日本猛色少妇xxxxx猛交久久| av网站在线播放免费| 少妇人妻久久综合中文| 两性夫妻黄色片| 波多野结衣一区麻豆| 交换朋友夫妻互换小说| cao死你这个sao货| 亚洲精品粉嫩美女一区| 久9热在线精品视频| 久久综合国产亚洲精品| 亚洲精品一卡2卡三卡4卡5卡 | 欧美日本中文国产一区发布| 亚洲人成电影免费在线| 丁香六月欧美| 精品亚洲乱码少妇综合久久| 亚洲一码二码三码区别大吗| 欧美精品av麻豆av| 韩国精品一区二区三区| 精品国产乱码久久久久久男人| 男女国产视频网站| 老司机靠b影院| 欧美老熟妇乱子伦牲交| 一进一出抽搐动态| 热99国产精品久久久久久7| av在线老鸭窝| 亚洲美女黄色视频免费看| 色视频在线一区二区三区| 国产无遮挡羞羞视频在线观看| 国产免费现黄频在线看| 亚洲综合色网址| 亚洲欧美日韩另类电影网站| 欧美黄色片欧美黄色片| 国产欧美日韩一区二区精品| netflix在线观看网站| 日本五十路高清| 亚洲九九香蕉| 多毛熟女@视频| 精品福利观看| 90打野战视频偷拍视频| 国产成人欧美在线观看 | 欧美 日韩 精品 国产| 纯流量卡能插随身wifi吗| 另类精品久久| 丝袜在线中文字幕| 12—13女人毛片做爰片一| 啦啦啦啦在线视频资源| 亚洲国产欧美日韩在线播放| 好男人电影高清在线观看| 日韩电影二区| 99re6热这里在线精品视频| 国产欧美日韩一区二区三 | a级毛片黄视频| 不卡一级毛片| 青春草视频在线免费观看| 国产在线免费精品| 中国美女看黄片| www.熟女人妻精品国产| 91九色精品人成在线观看| 麻豆乱淫一区二区| 搡老岳熟女国产| 久久久久精品人妻al黑| 欧美精品一区二区大全| 久久久精品国产亚洲av高清涩受| 青青草视频在线视频观看| 老司机靠b影院| 91成年电影在线观看| svipshipincom国产片| 在线观看www视频免费| 青春草视频在线免费观看| 这个男人来自地球电影免费观看| 丝袜美足系列| 一区二区日韩欧美中文字幕| 成人手机av| 王馨瑶露胸无遮挡在线观看| 一区二区日韩欧美中文字幕| 久久久久视频综合| 蜜桃国产av成人99| 老司机影院毛片| 久久ye,这里只有精品| 999精品在线视频| 亚洲av日韩精品久久久久久密| 夫妻午夜视频| 久久久久久久大尺度免费视频| 黑丝袜美女国产一区| 人妻久久中文字幕网| 侵犯人妻中文字幕一二三四区| 欧美黄色片欧美黄色片| 久久久久久亚洲精品国产蜜桃av| 水蜜桃什么品种好| 99精品欧美一区二区三区四区| 99久久国产精品久久久| 在线 av 中文字幕| 免费在线观看完整版高清| 国产国语露脸激情在线看| 99国产精品一区二区三区| 国产精品国产av在线观看| 日本av免费视频播放| 亚洲国产欧美网| 欧美97在线视频| 啪啪无遮挡十八禁网站| 久久99热这里只频精品6学生| 国产精品一二三区在线看| 国产精品二区激情视频| 少妇人妻久久综合中文| 少妇 在线观看| 亚洲国产毛片av蜜桃av| 18禁观看日本| 在线观看一区二区三区激情| 欧美激情极品国产一区二区三区| 亚洲精品久久成人aⅴ小说| 高清视频免费观看一区二区| 永久免费av网站大全| 18在线观看网站| 亚洲成国产人片在线观看| 黄色a级毛片大全视频| 亚洲欧美日韩另类电影网站| tube8黄色片| 成人免费观看视频高清| 免费女性裸体啪啪无遮挡网站| 在线观看免费日韩欧美大片| 91麻豆av在线| 日日爽夜夜爽网站| 亚洲专区字幕在线| 亚洲精品第二区| 亚洲专区中文字幕在线| 欧美av亚洲av综合av国产av| 亚洲成av片中文字幕在线观看| 国产精品 国内视频| 高清av免费在线| 又黄又粗又硬又大视频| 成人av一区二区三区在线看 | 啦啦啦 在线观看视频| 亚洲五月婷婷丁香| www.熟女人妻精品国产| 欧美精品亚洲一区二区| 考比视频在线观看| 久久九九热精品免费| 黑人操中国人逼视频| 一区二区日韩欧美中文字幕| 亚洲一区二区三区欧美精品| 2018国产大陆天天弄谢| 国产在视频线精品| 一区二区三区激情视频| 高清视频免费观看一区二区| 亚洲第一欧美日韩一区二区三区 | 成人三级做爰电影| 国产一级毛片在线| 69av精品久久久久久 | 午夜91福利影院| 日本五十路高清| 视频在线观看一区二区三区| 在线观看舔阴道视频| 人妻 亚洲 视频| 99久久国产精品久久久| 久久人人爽人人片av| 久久精品人人爽人人爽视色| 成人影院久久| 国产野战对白在线观看| 麻豆国产av国片精品| 91老司机精品| 午夜影院在线不卡| 日韩人妻精品一区2区三区| 别揉我奶头~嗯~啊~动态视频 | 欧美激情极品国产一区二区三区| 午夜老司机福利片| 黑人巨大精品欧美一区二区蜜桃| 亚洲五月婷婷丁香| 妹子高潮喷水视频| 纵有疾风起免费观看全集完整版| 日本av手机在线免费观看| 久久中文看片网| 国产成人欧美在线观看 | 成人18禁高潮啪啪吃奶动态图| 乱人伦中国视频| 1024视频免费在线观看| 黑人操中国人逼视频| 欧美激情 高清一区二区三区| 欧美黄色淫秽网站| 亚洲精品国产区一区二| tube8黄色片| 午夜精品久久久久久毛片777| 又黄又粗又硬又大视频| 精品一品国产午夜福利视频| 三级毛片av免费| 美国免费a级毛片| 欧美午夜高清在线| 成人国语在线视频| 女人被躁到高潮嗷嗷叫费观| 91av网站免费观看| 亚洲avbb在线观看| 亚洲国产精品成人久久小说| 亚洲成人免费av在线播放| 美女脱内裤让男人舔精品视频| 中文字幕最新亚洲高清| 天天影视国产精品| 精品国产乱码久久久久久小说| 亚洲午夜精品一区,二区,三区| 十八禁网站网址无遮挡| 久久久精品94久久精品| 人人妻,人人澡人人爽秒播| 超色免费av| 欧美日韩国产mv在线观看视频| 韩国精品一区二区三区| 久9热在线精品视频| 国产精品99久久99久久久不卡| 亚洲av日韩精品久久久久久密| 亚洲国产av新网站| 在线观看www视频免费| 久久99一区二区三区| 亚洲中文日韩欧美视频| 久久亚洲国产成人精品v| 国产97色在线日韩免费| 999久久久国产精品视频| 亚洲av欧美aⅴ国产| 大片免费播放器 马上看| 精品乱码久久久久久99久播| 中文字幕色久视频| 97精品久久久久久久久久精品| 成年人免费黄色播放视频| 中国国产av一级| 搡老岳熟女国产| 三级毛片av免费| 日韩中文字幕欧美一区二区| 亚洲黑人精品在线| 我要看黄色一级片免费的| 日韩三级视频一区二区三区| av天堂久久9| 日韩 欧美 亚洲 中文字幕| 最黄视频免费看| 老司机在亚洲福利影院| 高清黄色对白视频在线免费看| 日日爽夜夜爽网站| 蜜桃在线观看..| 亚洲成国产人片在线观看| 老熟妇仑乱视频hdxx| 一级,二级,三级黄色视频| 免费久久久久久久精品成人欧美视频| 国产日韩欧美亚洲二区| 午夜精品久久久久久毛片777| 秋霞在线观看毛片| 成年美女黄网站色视频大全免费| 亚洲国产欧美网| 91精品三级在线观看| 91麻豆av在线| 一个人免费看片子| 日本欧美视频一区| 午夜激情久久久久久久| 国产又爽黄色视频| 男女高潮啪啪啪动态图| 午夜福利乱码中文字幕| 各种免费的搞黄视频| 午夜视频精品福利| 欧美成狂野欧美在线观看| 丝袜脚勾引网站| 大陆偷拍与自拍| 久久人人爽av亚洲精品天堂| 国产免费av片在线观看野外av| 久久香蕉激情| 久久久精品区二区三区| 人成视频在线观看免费观看| 一本综合久久免费| www.av在线官网国产| 久久人人爽av亚洲精品天堂| 久热这里只有精品99| 欧美人与性动交α欧美精品济南到| netflix在线观看网站| 999精品在线视频| 性高湖久久久久久久久免费观看| 久久ye,这里只有精品| 国产真人三级小视频在线观看| 国产精品秋霞免费鲁丝片| 国产精品久久久久久精品古装| 高清黄色对白视频在线免费看| 咕卡用的链子| 成在线人永久免费视频| 9色porny在线观看| 嫁个100分男人电影在线观看| 美女福利国产在线| 国产男女超爽视频在线观看| 王馨瑶露胸无遮挡在线观看| 亚洲精品中文字幕一二三四区 | 精品人妻1区二区| 18禁裸乳无遮挡动漫免费视频| tube8黄色片| 老司机午夜十八禁免费视频| 亚洲 国产 在线| 亚洲天堂av无毛| 黄网站色视频无遮挡免费观看| 男女下面插进去视频免费观看| 亚洲精品国产av成人精品| 久久精品人人爽人人爽视色| xxxhd国产人妻xxx| 久久久久精品人妻al黑| av片东京热男人的天堂| 水蜜桃什么品种好| 亚洲精品美女久久av网站| 两人在一起打扑克的视频| 久久国产精品影院| 69av精品久久久久久 | 亚洲欧美清纯卡通| 国产三级黄色录像| 国产99久久九九免费精品| 人妻一区二区av| 精品一区在线观看国产| 国产又爽黄色视频| 少妇的丰满在线观看| 国产野战对白在线观看| 99久久精品国产亚洲精品| 欧美+亚洲+日韩+国产| 69精品国产乱码久久久| 国产精品一二三区在线看| 亚洲国产欧美一区二区综合| 亚洲国产精品成人久久小说| 满18在线观看网站| 国产精品熟女久久久久浪| 精品免费久久久久久久清纯 | 美女高潮到喷水免费观看| 夫妻午夜视频| 少妇被粗大的猛进出69影院| 国产片内射在线| 国产欧美日韩一区二区三区在线| 欧美人与性动交α欧美精品济南到| 激情视频va一区二区三区| 大香蕉久久成人网| 一区二区三区激情视频| 99国产精品一区二区蜜桃av | 狂野欧美激情性xxxx| 国产精品一二三区在线看| 老司机影院毛片| 欧美另类一区| 欧美+亚洲+日韩+国产| 视频区欧美日本亚洲| 高清av免费在线| 国产日韩欧美视频二区| 狠狠狠狠99中文字幕| 老司机影院成人| 精品国产一区二区三区四区第35| 一级片免费观看大全| 欧美精品av麻豆av| 国产精品1区2区在线观看. | 亚洲欧美清纯卡通| 久久久久精品人妻al黑| 欧美另类亚洲清纯唯美| 悠悠久久av| 一级片免费观看大全| 50天的宝宝边吃奶边哭怎么回事| 国产成人系列免费观看| 汤姆久久久久久久影院中文字幕| 美女福利国产在线| 久久天堂一区二区三区四区| 日韩制服骚丝袜av| 黑人巨大精品欧美一区二区mp4| 午夜福利免费观看在线| 久久久精品94久久精品| 久久人人97超碰香蕉20202| 中国美女看黄片| 黑人巨大精品欧美一区二区mp4| 丝袜人妻中文字幕| 一边摸一边做爽爽视频免费| 亚洲精品自拍成人| 国产精品国产三级国产专区5o| 一区二区三区精品91| 亚洲精品第二区| 久久精品亚洲av国产电影网| 婷婷成人精品国产| 午夜精品久久久久久毛片777| 悠悠久久av| 99热国产这里只有精品6| 男人舔女人的私密视频| 少妇人妻久久综合中文| 精品亚洲成国产av| 久久久久国产一级毛片高清牌| 丝袜喷水一区| 国产男人的电影天堂91| 国产xxxxx性猛交| 自拍欧美九色日韩亚洲蝌蚪91| 日韩精品免费视频一区二区三区| 伦理电影免费视频| 亚洲国产精品999| 国产成人av激情在线播放| 亚洲国产日韩一区二区| 中文字幕高清在线视频| 99精国产麻豆久久婷婷| 午夜福利影视在线免费观看| 亚洲欧美精品自产自拍| 99久久99久久久精品蜜桃| 久久毛片免费看一区二区三区| bbb黄色大片| 一本综合久久免费| 亚洲成av片中文字幕在线观看| 欧美一级毛片孕妇| 国产熟女午夜一区二区三区| 一本久久精品| 黄色视频不卡| 久久ye,这里只有精品| 中文字幕制服av| 久久人妻熟女aⅴ| 成人三级做爰电影| 蜜桃国产av成人99| 叶爱在线成人免费视频播放| 中文字幕最新亚洲高清| 免费少妇av软件| 精品久久久久久电影网| 国产精品免费视频内射| 日韩熟女老妇一区二区性免费视频| 欧美成狂野欧美在线观看| 色播在线永久视频| 男人添女人高潮全过程视频| 免费观看a级毛片全部| 国产免费一区二区三区四区乱码| 美女中出高潮动态图| 青草久久国产| 欧美日韩精品网址| 久久国产精品大桥未久av| 777米奇影视久久| 亚洲欧美日韩另类电影网站| 欧美黄色片欧美黄色片| 欧美日韩福利视频一区二区| 淫妇啪啪啪对白视频 | 一区二区三区激情视频| 精品免费久久久久久久清纯 | 午夜福利免费观看在线| 99久久精品国产亚洲精品| 下体分泌物呈黄色| 丝袜美腿诱惑在线| 欧美中文综合在线视频| 国产成人欧美| 久久天躁狠狠躁夜夜2o2o| 超碰成人久久| videosex国产| 50天的宝宝边吃奶边哭怎么回事| 久久久精品免费免费高清| 操美女的视频在线观看| 老熟妇仑乱视频hdxx| 欧美日韩成人在线一区二区| 岛国在线观看网站| 香蕉丝袜av| 黑人操中国人逼视频| 欧美激情极品国产一区二区三区| 国产精品一区二区在线不卡| 国产在线观看jvid| e午夜精品久久久久久久| 天天躁夜夜躁狠狠躁躁| 亚洲熟女精品中文字幕| 免费av中文字幕在线| 亚洲国产毛片av蜜桃av| 三级毛片av免费| 免费在线观看影片大全网站| 欧美亚洲 丝袜 人妻 在线| 丝袜脚勾引网站| 久久99一区二区三区| 我要看黄色一级片免费的| 亚洲性夜色夜夜综合| 一级毛片精品|