基于Fisher判别字典学习模型的齿轮运行分类方法

    公开(公告)号:CN112613547B

    公开(公告)日:2024-04-09

    申请号:CN202011492439.2

    申请日:2020-12-16

    Abstract: 公开了基于Fisher判别字典学习模型的齿轮运行分类方法,方法包括:分别采集不同健康状态齿轮的振动信号,将其划分为训练数据和测试数据,两者无重叠;基于小波包变换分解所述齿轮振动信号,计算小波包分解后每个子频带的系数的L‑峭度值;选出L‑峭度值为前25%的子带对应的分解系数,构造成低维多尺度样本YLM;在低维多尺度样本YLM的基础上进行Fisher判别字典学习,获得一个兼具类内表示能力和类间判别性能的结构化字典D;采用迭代投影方法求解测试样本#imgabs0#在字典D上的稀疏编码系数,计算测试样本#imgabs1#对应的每个类的重构误差,根据误差最小判别齿轮运行状态。

    基于Fisher判别字典学习模型的齿轮运行分类方法

    公开(公告)号:CN112613547A

    公开(公告)日:2021-04-06

    申请号:CN202011492439.2

    申请日:2020-12-16

    Abstract: 公开了基于Fisher判别字典学习模型的齿轮运行分类方法,方法包括:分别采集不同健康状态齿轮的振动信号,将其划分为训练数据和测试数据,两者无重叠;基于小波包变换分解所述齿轮振动信号,计算小波包分解后每个子频带的系数的L‑峭度值;选出L‑峭度值为前25%的子带对应的分解系数,构造成低维多尺度样本YLM;在低维多尺度样本YLM的基础上进行Fisher判别字典学习,获得一个兼具类内表示能力和类间判别性能的结构化字典D;采用迭代投影方法求解测试样本在字典D上的稀疏编码系数,计算测试样本对应的每个类的重构误差,根据误差最小判别齿轮运行状态。

Patent Agency Ranking