论文部分内容阅读
针对转子故障振动信号特点,提出了一种基于核主成分分析及相关向量机(KPCA-RVM)的故障诊断方法。首先对故障信号用核主成分分析的方法进行降维处理以去除冗余信息以提高对数据进行计算处理的速度及正确率。之后使用相关向量机的方法对特征信息进行分类识别,以识别转子的正常、不对中、不平衡、碰磨以及松动五种不同运行状态。最后将本文所使用的方法与3种其他常见模型方法进行对比,结果表明本方法在转子故障识别上具有良好的可行性以及更好的实用性。