KPCA提取轴承振动信号的主成分特征
KPCA提取轴承振动信号的主成分特征
文章目录
- KPCA提取轴承振动信号的主成分特征
- 前言
- 一、时域频域特征提取
- 二、提取KPCA第一主成分
- 总结
前言
采用核主成分分析方法融合轴承振动信号时域、频域特征指标并提取第一主成分评估轴承性能退化情况，并将满足要求的多个KPCA 主成分作为输入
一、时域频域特征提取
首先，提取轴承振动信号的16 个时域特征指标、13 个频域特征指标，结果分别，如图所示。从图中可以看到，各指标体现轴承退化趋势的方式各异。其中，图 中的均值、歪度以及图 中的特征频率1、2 几乎无性能退化趋势体现；图3中的峭度和图4 中的特征频率6 对早期故障不敏感，轴承失效时才发生变化；此外，时域中的无量纲指标过于嘈杂，将上述这些指标予以剔除。
二、提取KPCA第一主成分
利用KPCA 方法将剩余特征指标进行加权融合，提取KPCA第一主成分做为轴承性能退化评估指标，为减小轴承个体差异的影响，将KPCA 第一主成分进行标准化[11]处理，结果如图5所示。定义KPCA 第一主成分值1.2 和3 为轴承衰退期的下阈值和上阈值。对比KPCA 第一主成分和时、频域特征指标，发现KPCA 第一主成分随轴承故障发展而上升，并且在500 点时（故障早期）就已呈现良好的上升趋势，而单一的时域、频域特征指标要在700 点甚至更后才能对轴承故障有所反映。因此，利用KPCA 第一主成分表征轴承性能退化趋势较时域或频域单一特征指标更为全面：该指标既能随故障发展稳定增长，又具有良好的早期故障敏感性。将KPCA 的各个主成分的贡献率由大到小进行排序，并计算累计贡献率，如图所示。
总结
可以看出，前三个主成分的累计贡献率已达到85%，故选取轴承1 衰退期内第一、第二和第三主成分和对应的剩余寿命组成训练样本，建立模型。相比原始数据，经KPCA 加权融合后的数据维数大大下降。
参考文献
【1】KPCA和改进SVM在滚动轴承剩余寿命预测中的应用研究_者娜
KPCA提取轴承振动信号的主成分特征相关推荐
- 变转速Benchmark Dataset——SQ变转速振动信号数据集（SQV dataset）
变转速Benchmark Dataset--SQ变转速振动信号数据集(SQV dataset) 1. 简介 2. 装置介绍 3. 实验说明 4. SQ变转速数据集(SQV dataset) 我们公开了 ...
- 主成分有什么用？如何进行呢？
一.研究背景 主成分分析用于对数据信息进行浓缩,比如总共有20个指标值,是否可以将此20项浓缩成4个概括性指标.除此之外,主成分分析可用于权重计算和综合竞争力研究.即主成分分共有三个实际应用场景: S ...
- 主成分与因子分析异同_如何做主成分分析和因子分析？它们的区别与联系在哪里？...
"主成分分析和因子分析有什么区别和联系?"这个问题其实很多朋友在后台提问过,今天将这个问题的答案写成推送分享给大家.以后有问题或需求,请在下方留言区留言.觉得解释得好的朋友,记得打 ...
- PCA计算原特征（指标）对主成分的贡献量/权重
1. 用PCA反推原始特征对主成分的贡献量或权重 使用python的sklearn包中的pca函数 # -*- coding: utf-8 -*- import os import numpy as ...
- MATLAB环境下基于振动信号的轴承状态监测和故障诊断
做多了基于机器学习和深度学习的机械故障诊断,感觉实在没意思,换个口味,写一下基于现代信号处理的轴承状态监测和故障诊断.本文主要讲解如何从滚动轴承的振动信号中提取特征.进行状态监测和故障诊断. 完整代码 ...
- 主成分分析法怎么提取图片中的字_在主成分分析里，如何提取主成分
因子分析---选项中有一项是特征根植大于1 或者说是指定主成分个数,默认是提取的特征根植为1, 你改成 下面的指定主成分个数那一项就可以了 你想指定几项都可以 不过要小于所有变量个数 Fp = a1i ...
- matlab mysvd代码解释,关于使用SVD进行PCA主成分提取的代码问题！也是必须涉及到原理的！...
如标题所示,目的是将矩阵进行PCA分析最终得到降维后的新主成分,对于特征值特征向量的提取方法是通过svd.代码和函数名称定义如下/如图所示 function [Xm,U,L]=pca(X,K); % ...
- PCA主成分分析 提取主成分，过滤噪音
前一篇提到的人脸识别中,我们在使用SVM支持向量机做人脸分类之前使用到PCA提取人脸数据中的主要成分,降低计算的维度,那么具体PCA是如何提取的呢?下文了解一下. PCA is a method to ...
- 【OpenCV 例程 300篇】237. 基于主成分提取的方向校正（OpenCV）
『youcans 的 OpenCV 例程200篇 - 总目录』 [youcans 的 OpenCV 例程 300篇]237. 基于主成分提取的方向校正(OpenCV) 主成分分析(Principal ...
最新文章
- Spanned.SPAN_EXCLUSIVE_EXCLUSIVE的含义
- DayDayUp：互联网江湖大佬那些事(互联网大佬学历一览)
- 阿里云搭建git mac客户端 2个git账号
- delphi 串口通信发送_STM32第五章串口通讯详解
- 依赖注入及AOP简述（六）——字符串请求模式 .
- 【Python】Python实战从入门到精通之五 -- 教你使用文件写入
- 广告CTR预估中用户行为学习和记忆建模
- 推荐一款思维在线思维导图，为什么？
- HDU2502 月之数（解法二）【废除！！！】
- 云计算服务与基本术语、概念
- Qt公有槽和私有槽的区别
- 《东周列国志》第四十五回 晋襄公墨缞败秦 先元帅免胄殉翟
- 【清华大学】《逻辑学概论》笔记
- 壞壞老婆VS傻傻老公
- 【NOI2006】 生日快乐
- [4G5G专题-97]：MAC层- 调度 - 上行调度的原理、过程与算法
- 小米手环模拟门禁卡读卡失败_一个手环走天下？可以！
- lammps案例：fix indent命令实现纳米摩擦及摩擦力计算
- C/C++编程学习 - 第5周 ⑧ 判断直角三角形
- 如何在word中写伪代码