文献类型：期刊文章

作　　者：吴斌[1] 奚立峰[2] 范思遐[1] 王加祥[3]

机构地区：[1]上海电机学院上海装备制造产业发展研究中心,上海201306 [2]上海交通大学机械与动力工程学院,上海200240 [3]上海电机学院电气学院,上海201306

出　　处：《机械设计与研究》

基　　金：国家自然科学基金资助项目(51535007);上海市教育委员会科研创新项目(15ZS079)

年　　份：2016

卷　　号：32

期　　号：5

起止页码：163-167

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高风机故障的预警诊断准确度,提出了一种基于改进的K最近邻分类器的故障诊断方法。通过引入核函数主元分析,计算各特征向量的贡献度,对欧式距离进行加权,弥补传统K最近邻分类器同贡献权重分配的缺陷。样本训练时,依据各特征向量的贡献数值分配权重。该方法被用于风机故障诊断。实验结果表明该方法增强了诊断准确度,便于工程应用。

关 键 词：风机 改进的K最近邻分类器  核主元分析 故障诊断

分 类 号：TP206.3]