论文部分内容阅读
随着旋转机械向超大型化方向快速发展,利用运行中采集到的机械振动信号实施设备的状态监测与故障诊断,是确保其稳定、安全、高效运行的主要措施。故障诊断存在着信息量大、知识匮乏的问题,因此如何从故障特征数据中筛选出对故障诊断有用的特征数据子集,已成为故障诊断研究中亟需尽快解决的问题。传统的线性降维方法无法对非线性故障特征数据做出正确的降维处理,因此非线性故障特征数据的降维方法研究已成为当前研究的重点。此外,当机械系统需要实施在线状态监测时,正确判别新增数据的类别是保证监测结果正确性的必要前提条件。针对以上两