一种基于TCA的变工况轴承状态诊断方法

    公开(公告)号:CN113465925A

    公开(公告)日:2021-10-01

    申请号:CN202110713946.2

    申请日:2021-06-26

    IPC分类号: G01M13/045

    摘要: 本发明公开了一种基于TCA的变工况轴承状态诊断方法,用于提高变工况下对于轴承状态的判断的准确性并缩短对轴承分类时间,其特征在于,包括步骤S1:提取轴承数据库中第一数量的连续数据进行时域特征提值取并且作为一个采样点,分别记录源数据集的采样点个数和目标数据集的采样点个数,并且对源数据集的采样点和目标数据集的采样点打上相对应的标签,以形成有分类标签的源数据集和目标数据集。本发明公开的一种基于TCA的变工况轴承状态诊断方法,将改进TCA算法,并将改进TCA算法的重点放在核函数上,通过重新构造核函数结合TrAdaBoost自动调整权重原理提高TCA算法对轴承故障分类的准确性,打破TCA有关核函数选择的限制。

    一种基于TCA的变工况轴承状态诊断方法

    公开(公告)号:CN113465925B

    公开(公告)日:2023-10-20

    申请号:CN202110713946.2

    申请日:2021-06-26

    IPC分类号: G01M13/045

    摘要: 本发明公开了一种基于TCA的变工况轴承状态诊断方法,用于提高变工况下对于轴承状态的判断的准确性并缩短对轴承分类时间,其特征在于,包括步骤S1:提取轴承数据库中第一数量的连续数据进行时域特征提值取并且作为一个采样点,分别记录源数据集的采样点个数和目标数据集的采样点个数,并且对源数据集的采样点和目标数据集的采样点打上相对应的标签,以形成有分类标签的源数据集和目标数据集。本发明公开的一种基于TCA的变工况轴承状态诊断方法,将改进TCA算法,并将改进TCA算法的重点放在核函数上,通过重新构造核函数结合TrAdaBoost自动调整权重原理提高TCA算法对轴承故障分类的准确性,打破TCA有关核函数选择的限制。