技术特征：
技术总结
本发明公开一种基于加权近邻决策的故障分类诊断方法，旨在利用近邻成分分析算法对各类故障实施变量加权，并在此基础上通过加权近邻距离诊断故障类型。具体来讲，本发明方法首先利用近邻成分分析算法逐个为各参考故障类型优化出相应的加权向量。然后，计算加权后的样本之间的加权近邻距离，从而实时诊断出在线故障数据所属的故障类型。与传统方法相比，本发明方法无论是寻找各故障的加权向量还是在线诊断故障类型，都是基于近邻关系的，不需要较为充足的可用训练样本数。此外，本发明方法的主体思路是为各个故障类型优选出其对应的各变量的加权系数，从而突显出各故障的特征变量的变化情况。因此，本发明方法是一种更为优选的故障分类诊断方法。
技术研发人员：皇甫皓宁;童楚东;朱莹
受保护的技术使用者：宁波大学
技术研发日：2018.10.09
技术公布日：2019.02.26