来源：期刊VIP网 时间：
作者：张磊;陈长征;周丽婷;杨明政;
单位：沈阳工业大学机械工程学院;沈阳工业大学人工智能学院;
摘要：为解决风机轴承退化指标单调性差、可解释性不足的问题，提出了一种基于t分布随机邻近嵌入（t-SNE）和聚类量化的风机轴承退化评估方法。该方法首先提取健康参考状态和任意时刻监测状态振动信号的时域、频域及时频域特征，并对其进行参照化特征融合；其次，为避免维数灾难利用t-SNE对高维数据进行降维；最后，选用聚类量化因子表征风机轴承的退化程度，设定自适应阈值，进而实现退化评估。经过与其他算法对比和实际信号验证，所建立的退化指标能够及时预警风机轴承早期故障，且单调性强、可有效减少误警率。
关键词：t-SNE;;聚类量化因子;;自适应阈值;;退化指标单调性
基金资助：基于结构噪声信息的大型风力机传动系统运行状态识别与故障诊断方法研究（51675350）
