基于小波函数的核主元特征约简方法研究  

Feature reduction method based on wavelet kernel-PCA

作　　者：郭磊[1,2] 陈进[1] 朱义[1] 赵发刚[1] 

机构地区：[1]上海交通大学机械系统与振动国家重点实验室,上海200240 [2]国核电站运行服务技术公司,上海200233

出　　处：《振动工程学报》2009年第3期287-291,共5页Journal of Vibration Engineering

基　　金：国家自然科学基金重点资助项目(50335030);国家自然科学基金资助项目(50675140);国家“863”高技术研究发展计划(2006AA04Z175)

摘　　要：提出一种基于小波核函数的核主元特征约简方法。核函数是核主元分析的关键,将Mexican hat小波函数引入核主元分析中,以增强核主元分析的非线性映射能力。用转子在正常、油膜涡动、不平衡和径向碰摩状态下的实验数据对该方法进行了检验,比较了主元分析、核主元分析与小波核主元分析的效果。结果表明,小波核主元分析方法能有效地区分转子故障模式,更适合于故障诊断中的非线性特征约简。A feature reduction method based on wavelet kernel-PCA （WKPCA） is presented. Mexican hat wavelet kernel is introduced to enhance nonlinear mapping capability of kernel-PCA. The experimental data sets of rotor operating under four conditions： normal, oil whirling, rub and unbalance are used to test the WKPCA method. The feature reduction results of WKPCA are compared with that of PCA and KPCA method. The results indicate that WKPCA can classify the rotor fault modes efficiently. The WKPCA is more suitable for nonlinear feature reduction in the field of fault diagnosis.

关 键 词：核主元分析 小波核 特征约简 故障诊断 

分 类 号：TH17[机械工程—机械制造及自动化] TP206[自动化与计算机技术—检测技术与自动化装置]