基于t-SNE数据降维法与组合核函数支持向量机算法的轴承故障诊断方法研究  

作　　者：代康 谢凯 李欣 李鹤 

机构地区：[1]新疆工程学院信息工程学院 [2]中国科学院信息工程研究所

出　　处：《产业与科技论坛》2025年第5期44-46,共3页Industrial & Science Tribune

摘　　要：在工业滚动轴承故障诊断领域中,故障信号的特征提取与故障信号的分类一直作为轴承故障诊断的主要问题,而目前存在的问题,一是轴承故障数据降维方法仍采用传统的数据降维方法;二是在轴承故障诊断领域中仍采用单一核函数的SVM对故障结果进行预测。鉴于以上分析进行了两点创新:一是提出了一种基于t-SNE的数据降维的数据预处理方法;二是将组合核函数支持向量机代替传统的单一核函数支持向量机对故障信号进行分类。通过与传统实验方法相比,表明了在参数最优组合的情况下,t-SNE线性降维法与组合核函数在测试集上的结果优于传统的降维方法。

关 键 词：故障诊断 t-SNE降维算法 组合核函数 支持向量机 

分 类 号：G63[文化科学—教育学]