权利要求书： 1.一种基于FPGA的改进局部线性嵌入风机轴承故障诊断方法，其特征在于，所述方法包括以下步骤：S1、采集风机运行状态下的齿轮箱轴承信号数据；S2、对信号数据进行预处理，将高维信号数据向量化，构建风机齿轮箱轴承的原始数据空间，利用余弦相似度计算原始空间中每个样本点的前p个近邻点；S3、计算每个样本点周围的前p个近邻点的距离之和并排序，根据排序结果对每个样本点的邻域分配近邻点；S4、挖掘局部邻域内的局部线性结构和近邻结构，对局部线性嵌入的权重进行重构；S5、根据重构后的权重，构建最小误差函数，计算低维映射矩阵；S6、将得到的低维映射集合输入至支持向量机中，根据支持向量机的分类结果对风机齿轮箱进行故障诊断，得到并输出故障诊断结果；其中，步骤S2进一步包括：S21、将高维数据向量化，得到原始数据空间 ，其中，N为样本点数，D为高维数据维数；S22、利用余弦相似度计算每个样本点周围的前p个近邻点，余弦相似度的计算公式为；其中， , 表示的是样本 的第t维, 的值越大， 与 之间的相似度越高， 表示样本 和 之间的余弦相似度，q表示样本个数。2.根据权利要求1所述的基于FPGA的改进局部线性嵌入风机轴承故障诊断方法，其特征在于，步骤S3进一步包括：S31、计算每个样本点周围的前p个近邻点的距离之和，计算公式为 ；其中 表示第i个样本点与其前p个近邻点的距离之和；S32、对计算的近邻点之和进行排序，给定近邻点k的范围[kmin,kmax]；S33、通过公式 为每个样本点选择邻域内近邻点的个数， 表示第1个样本点与其前p个近邻点的距离之和， 表示最后一个样本点与其前p个近邻点的距离之和。3.根据权利要求2所述的基于FPGA的改进局部线性嵌入风机轴承故障诊断方法，其特征在于，步骤S4的具体过程包括：S41、计算样本点邻域内局部线性结构权重，计算公式为 ;其中 表示 和 之间的重构权值，如果 是 的邻居，则 可由 计算，反之 , 表示 的权重系数向量（ 表示 和 之间的重构权值）；S42、计算样本点邻域内的近邻结构权重，计算公式为;S43、对局部线性结构权重和近邻结构权重进行融合，公式为，其中 表示调节参数， ；其中， 为重构权重， 为原始权重， 为包含近邻结构权重。4.根据权利要求3所述的基于FPGA的改进局部线性嵌
声明：
“基于FPGA的改进局部线性嵌入风机轴承故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
581
编辑：管理员
来源：傲拓科技股份有限公司
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年05月23日 ~ 25日 
