编辑: hyszqmzc | 2018-04-28 |
0 1
7
1 1
0 2 ;
修回日期:2
0 1
8
0 1
0 2 基金项目:国家重点研发计划课题资助项目(
2 0
1 7 Y F C
0 8
0 5
1 0
3 ) ;
国家自然科学基金资 助项目(
5 1
5 0
5 0
0 2 ) ;
安徽省自然科学基金资助项目(
1 7
0 8
0 8
5 Q E
1 0
7 ) 作者简介: 潘海洋(
1 9
8 9 ) , 男, 安徽宿州人, 博士研究生, 主要研究方向为机械故障诊断、 动态信号分析与处理等( p a n s e a @ s i n a .
c n ) ;
郑近德(
1 9
8 6 ) , 男, 安徽阜阳人, 副教授, 博士, 主要研究方向为机械故障诊断、 动态信号分析与处理等;
郭雨怡(
1 9
9 5 ) , 女, 安徽宣城人, 本科. 基于特征加权的代理判别模型模式识别方法 潘海洋1 ,
2 ,郑近德1 ,郭雨怡1 (
1 . 安徽工业大学 机械工程学院,安徽 马鞍山
2 4
3 0
3 2 ;
2 . 湖南大学 汽车车身先进设计制造国家重点实验室, 长沙
4 1
0 0
8 2 ) 摘要:针对以往模式识别方法的不足及特征值贡献度的问题, 提出了基于特征加权的代理判别模型( a g e n t d i s c r i m i n a t em o d e l b a s e df e a t u r ew e i g h t e d , A D M F W) 模式识别方法.该方法的核心在于利用加权因子获取加权特 征, 并采用代理模型建立加权特征之间的关系函数, 即首先计算特征值的权值因子, 评估特征值的显著度, 进而 对每个特征值予以权值;
然后利用加权特征和代理模型建立预测模型;
最后采用预测模型对未知样本进行识别 诊断.对滚动轴承实测数据的分析结果表明, A D M F W 可以有效地对滚动轴承的工作状态和故障类型进行 识别. 关键词:贡献度;
A D M F W;
权值因子;
滚动轴承 中图分类号:T P
3 9
1 文献标志码:A 文章编号:1
0 0
1
3 6
9 5 (
2 0
1 9 )
0 6
0 2
7
1 7
2 7
0 4 d o i :
1 0 .
1 9
7 3
4 / j . i s s n .
1 0
0 1
3 6
9 5 .
2 0
1 7 .
1 1 .
0 8
4 6 P a t t e r nr e c o g n i t i o nm e t h o do f a g e n t d i s c r i m i n a t e m o d e l b a s e df e a t u r ew e i g h t e d P a nH a i y a n g
1 ,
2 ,Z h e n gJ i n d e
1 ,G u oY u y i
1 (
1 . S c h o o l o f M e c h a n i c a l E n g i n e e r i n g ,A n h u i U n i v e r s i t yo f T e c h n o l o g y ,M a '
a n s h a nA n h u i
2 4
3 0
3 2 ,C h i n a ;
2 . S t a t e K e yL a b o r a t o r yo f A d v a n c e dD e s i g n&
M a n u f a c t u r e f o r V e h i c l e B o d y ,H u n a nU n i v e r s i t y ,C h a n g s h a
4 1
0 0
8 2 ,C h i n a ) A b s t r a c t :I nv i e wo f t h es h o r t c o m i n g s o f t h ep r e v i o u s p a t t e r nr e c o g n i t i o nm e t h o d s a n dt h es a l i e n c yp r o b l e mo f f e a t u r e s , t h i s p a p e r p r o p o s e dap a t t e r nr e c o g n i t i o nm e t h o d ―a g e n t d i s c r i m i n a t em o d e l b a s e df e a t u r ew e i g h t e d ( A D M F W) . T h ec o r eo f t h i s m e t h o di s t ou s e t h ew e i g h t i n gf a c t o r t oo b t a i nt h ew e i g h t e df e a t u r ea n du t i l i z et h ea g e n t d i s c r i m i n a t em o d e l t oe s t a b l i s ht h e w e i g h t i n gf u n c t i o no f w e i g h t e df e a t u r e . F i r s t l y , i t c a l c u l a t e dt h e w e i g h t i n g f a c t o r s o f t h e f e a t u r e s t o e v a l u a t et h es a l i e n c yo f t h e f e a t u r ea n da s s i g n i n gt h ew e i g h t st of e a t u r e s . S e c o n d l y , i t u s e dt h ew e i g h t i n gf e a t u r e sa n dt h ea g e n t d i s c r i m i n a t em o d e l t o e s t a b l i s ht h e p r e d i c t i o nm o d e l . F i n a l l y , i t a p p l i e dt h ep r e d i c t i o nm o d e l t oi d e n t i f yt h eu n k n o w ns a m p l e s . T h ea n a l y s i so f t h e e x p e r i m e n t a l d a t a o f r o l l i n g b e a r i n gs h o w s t h a t t h i s m e t h o dc a ni d e n t i f yt h ew o r k i n gs t a t e s a n df a u l t t y p e s o f r o l l i n gb e a r i n g s e f f e c t i v e l y . K e yw o r d s :s a l i e n c y ;