基于滑动窗口相似性因子分析的不均衡故障数据分类研究

摘要

针对机械装备监测过程中不均衡故障数据难以辨识,提出了一种基于滑动窗口相似性因子分析方法.该方法引入滑动窗口技术,通过分析目标数据与历史数据的PCA相似性因子,从旧的过程数据中筛选出与诊断目标相似的数据,构成待选数据池;然后采用距离相似性因子,从待选数据池中选择出与目标数据最相似的数据用于辅助训练.将该方法用于转子故障的不均衡数据分类中,在不同偏斜率下采用KPCA-SVM方法进行故障分类.结果表明:该方法可有效地改善分类决策边界,降低由样本不均衡而引起的误诊断率.