来源：期刊VIP网 时间：
作者：胡爱孺;吴占涛;杨宇;程军圣;
单位：湖南大学机械与运载工程学院;湖南大学装备服役质量保障湖南省重点实验室;
摘要：滚动轴承故障诊断中往往将特征选择和分类器的设计分别进行研究，从而难以获得满意的分类精度。将特征选择和分类器寻优结合起来，提出了一种自适应特征选择k子凸包(Adaptive Feature Selection K-sub Convex Hull, AFSKCH)的分类模型，从而实现了故障特征自适应选择和分类的一体化。首先，利用凸包距离函数保持数据流形上的局部邻域结构，通过交替构造k子凸包得到特征权值矩阵；其次，采用线性规划接近度方法求解k子凸包距离，利用乘子交替方向法得到自适应特征空间；最后，根据测试点到k子凸包的最小重构距离进行分类。滚动轴承故障振动信号分析结果表明，该方法特征选择性能优于其他特征选择方法，且具有较高的分类精度。
关键词：自适应特征选择;;邻域嵌入;;k子凸包;;滚动轴承;;故障诊断
基金资助：国家重点研发计划项目(2020YFB2009602);; 国家自然科学基金项目(51875183,51975193);; 湖南省教育厅科学研究项目(21A0017)资助~~
