论文部分内容阅读
提出一种基于三维轴心轨迹和流形学习的故障诊断方法。提取转子系统水平、竖直和轴向的位移信号,采用EEMD分解对原始信号进行降噪,将降噪后的信号合成三维轴心轨迹,采用LTSA流形学习算法对三维轴心轨迹进行降维得到其二维流形图。相较于三维轴心轨迹,降维后的二维流形图更方便分析与识别,并且保留了三维轴心轨迹各数据点的空间拓扑关系。应用该方法进行试验,获取转子系统的正常、不对中、油膜涡动、油膜振荡的三维轴心轨迹及其降维后的二维流形图。利用LTSA算法得到的二维流形图相比于三维轴心轨迹具有简单直观的特征区分。