李 善，谭继文，俞 昆

(青岛理工大学 机械工程学院，山东 青岛 266520)

基于SLLE算法和流形聚类分析的滚珠丝杠故障诊断*

李 善，谭继文，俞 昆

(青岛理工大学 机械工程学院，山东 青岛 266520)

针对滚珠丝杠故障信号非线性的特点及故障特征集中冗余信息的干扰，提出了将SLLE降维方法与流行聚类分析相结合的故障诊断方法。采集滚珠丝杠不同故障状态的振动信号和噪声信号，构造原始信号特征向量；利用SLLE算法对特征向量进行降维处理，得到筛选后的特征向量，绘制出其三维分布图；计算每种故障的聚类中心和流形距离，根据“最短距离”原则进行故障识别诊断。并通过试验及与KPCA、LLE两种诊断方法的比较，验证了SLLE降维方法与流行聚类分析相结合的故障诊断方法的有效性和识别结果的准确性。

SLLE算法；流形距离；故障诊断

0 引言

滚珠丝杠以其精度好、传动效率高等特点，广泛应用于数控机床，是机械行业使用最广的传动组件之一。但常常因为使用和维护不当，无法满足加工精度要求，甚至使数控机床出现故障和损坏。因此，及时进行滚珠丝杠故障诊断是保证数控机床正常运行和提高加工质量的重要环节。

滚珠丝杠发生故障时，其信号表现为非线性的特点，且信号特征向量维数巨大，不易进行后续诊断工作。由于传统KPCA降维方法无法保留数据原始特征的缺点，S.T.Roweis等人提出了LLE方法，该方法很好地保留了数据的原始结构，并广泛应用于人脸识别，图像处理等领域。……