LLE在转子故障信号消噪及维数约简中的应用

1、2012.1.5目录目录 一、一、 选题意义选题意义二、二、 研究内容研究内容三、三、 研究方法研究方法一、选题意义一、选题意义n 选题意义选题意义 诊断内容诊断内容研究对象研究对象诊断方法诊断方法信号降噪信号降噪 特征提取特征提取 状态识别状态识别振动信号呈现数据量大非线性振动信号呈现数据量大非线性程度高且噪声干扰强等特征程度高且噪声干扰强等特征信号降噪信号降噪 线性平滑处理线性平滑处理特征提取特征提取 扭曲数据本质结构扭曲数据本质结构一、选题意义一、选题意义n 选题意义选题意义 流形学习流形学习揭示掩盖在复杂数据背后揭示掩盖在复杂数据背后潜在结构的数据驱动方法潜在结构的数据驱动方法局部线性

2、嵌入局部线性嵌入（ （Local Linear Embedding） ）保证将流形上近距离的点保证将流形上近距离的点映射到低维空间依然是近邻点映射到低维空间依然是近邻点Wij 平移平移 展缩展缩 旋转不变旋转不变邻近点关系邻近点关系 计算时间快计算时间快一、选题意义一、选题意义n 国内外发展现状国内外发展现状 Nonlinear dimensionality reduction by locally linear embedding 模式识别模式识别 天文数据处理天文数据处理 语音信号处理语音信号处理 信息检索信息检索 图像处理图像处理 数据可视化数据可视化 故障诊断领域研究较少故障诊断领域研

3、究较少 非线性流形学习降噪非线性流形学习降噪 特征提取特征提取 二、研究内容二、研究内容n研究目标研究目标 1. 提升提升LLE运算速度与精度运算速度与精度3. 增强特征增强特征提取提取能力能力2. 提高转子降噪方法性能提高转子降噪方法性能更适用于转子故障诊断更适用于转子故障诊断二、研究内容二、研究内容nLLELLE降噪方法降噪方法 一维含噪信号一维含噪信号 高高 维维 空空 间间 非线性降维非线性降维反求一维信号反求一维信号LLE用于信号降噪用于信号降噪1. C-C法将一维信号升至高维空间法将一维信号升至高维空间2. 用改进的用改进的LLE算法在相空间降维算法在相空间降维nLLE特征提取特征

4、提取 二、研究内容二、研究内容适合于转子故障信号的适合于转子故障信号的LLE改进方法改进方法1. LLE参数优化参数优化 更有效进行特征提取更有效进行特征提取2. 增量增量LLE 增量数据分析增量数据分析3. 监督监督LLE 充分利用标签信息充分利用标签信息原始特征空间构建原始特征空间构建 局部邻域选取局部邻域选取 低维特征提取低维特征提取二、研究内容二、研究内容n需解决的关键问题需解决的关键问题 1. 如何确定如何确定K值值2. 如何选择邻域数目如何选择邻域数目3. 如何给类间距离加权如何给类间距离加权三、研究方法三、研究方法文献研究法文献研究法实验对比法实验对比法n技术路线技术路线 振动信

5、号采集振动信号采集 信信 号号 降降 噪噪 特特 征征 提提 取取 实实 验验 验验 证证 分分 析析 结结 果果 性性 能能 改改 进进三、研究方法三、研究方法n实验方案实验方案 模拟转子某种模拟转子某种故障信号故障信号 加噪声信号加噪声信号 LLE 降噪降噪 分分 析析 结结 果果 增加若干数据测试点增加若干数据测试点采集振动信号采集振动信号 LLE 降降 噪噪 总总 结结 归归 纳纳 分分 析析 结结 果果选取故障若干样本点选取故障若干样本点 LLE特征提取特征提取 ILLE特征提取特征提取 总总 结结 归归 纳纳 效效 果果 对对 比比降噪实验降噪实验特征提取特征提取三、研究方法三、研究方法n可行性分析可行性分析 坚实理论基础坚实理论基础 前期成果积累前期成果积累 良好实验设备良好实验设备 诸多领域的广泛应用诸多领域的广泛应用三、研究方法三、研究方法n创新性创新性 剪枝原理剪枝原理 统计距离统计距离 LLE 降噪降噪 增强算法的实时性和非线性增强算法的实时性和非线性 更好分离