论文部分内容阅读
故障诊断技术可避免旋转机械装置发生重大或灾难性事故。然而受复杂工作环境因素的影响,欲通过故障机理模型的正确建立从而去揭示出其故障的状态特征与类别间因果关系的方式,目前仍存在着相当大的距离。为此,基于过程历史数据驱动的故障辨识研究引起了关注。通过对振动信号进行时域、频域和时频域的量化特征提取,据此可构造出一个描述故障状态的原始高维故障特征空间。但数据挖掘研究表明,过高的数据集维数并不利于智能辨识功能的实现。因此对高维故障数据集的维数约简研究就显的十分必要。由于旋转机械故障振动信号具有很强的非平稳性,导