【技术实现步骤摘要】
本专利技术涉及齿轮故障诊断
，特别涉及。
技术介绍
目前，齿轮故障诊断实验台是用来模拟齿轮故障的实验台，通过对齿轮加载，采集齿轮故障下的故障信号振动分析，建立诊断数据库，为齿轮故障诊断提供有效的依据。振动分析是在齿轮故障实验台上应用各种动态测试仪器采集、记录和分析齿轮中振动部件的振动时频域信号变化。振动分析技术通过对振动部位的时频域分析确定故障产生的部位。振 动信号处理主要包括时域分析、频域分析和时频域分析等。振动诊断的关键是怎样提取微弱的故障信息并进行故障模式识别。目前振动故障信息特征提取与模式识别方法有主成分分析、多维尺度变换、流形学习、线性判别、贝叶斯分类法、支持向量机等方法。由于齿轮故障的复杂性，通常要求对齿轮多类故障判别。然而，主成分分析等线性降维方法在处理非线性结构数据时效果不佳；非线性降维主要是通过局部保持映射等流形学习方法，这种方法只考虑高维数据的局部和全局结构，没有考虑样本数据点间的类别信息，是非监督分类。这些方法故障分类识别率不够理想。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点和不足，提供，提高诊断速度和精确度，提高了故障识...
【技术保护点】
一种齿轮故障诊断方法，其特征在于：包括下述步骤：1）主成分分析特征提取：数据采集卡在采样频率内，通过加速度传感器采集齿轮箱振动加速度信号，振动分析仪及计算机对该加速度信号分析，使用主成分分析方法的映射矩阵映射到线性子空间，线性子空间表示为：{x1,x2,x3,...,xm}；2）核变换：将{x1,x2，x3,...,xm}通过核方法变换高维的核空间，并核空间的特征向量进行降维，实现有监督核局部保持映射算法，提取非线性特征，定义Ω是一种非线性映射，将原始样本数据空间RN映射到高维的核特征空间，ΨΩ是变换矩阵，在高维核空间中，使用局部保持映射思想对核空间的映射向量进行特征提取：...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。