论文部分内容阅读
为了提取机械设备故障引发的冲击成分，提出了一种基于非线性流形学习的冲击故障特征自适应提取方法．该方法将反映故障的振动信号重构到高维相空间中，利用局部切空间排列的流形学习方法提取出隐藏其中的低维流形，并基于峭度和偏斜度指标的特点，提出了冲击波形量化的取值策略，实现了高维相空间中局部邻域参数的自适应选取，从而提取出最优的冲击故障特征．通过仿真数据的对比分析和工程应用，表明该方法能够较好地提取出冲击成分信号，与小波软阈值方法相比，提取出的冲击特征成分更完整，周期性更好．