模糊投影孪生宽度学习及其在滚动轴承故障诊断中的应用

来源：振动与冲击杂志2025年第8期北京时间：

作者：郑凤雷，潘海洋pansea@ahut， 郑近德，童靳于，程健

单位：安徽工业大学机械工程学院, 安徽 马鞍山243032

摘要：由于通过传感器获得的振动信号往往包含大量的高噪声信息和冗余信息，其严重影响滚动轴承故障诊断的准确性。基于此，论文提出了一种基于模糊投影孪生宽度学习（Fuzzy Projection Twin Broad Learning, FPTBL）的滚动轴承故障诊断方法。在 FPTBL 建模过程中，首先会在特征空间中为每一类数据找到一个投影方向，并利用模糊隶属度函数计算隶属度，评估每个样本属于各类别的可能性，并以此为约束调整投影方向让同类样本相互靠近，异类样本分散开来，以解决模型对噪声信息敏感性的问题。同时，FPTBL 不仅关注经验风险最小化，还关注结构风险最小化，为防止模型过拟合，通过构造非平行的投影空间并将正则项纳入目标函数，有效地弱化冗余信息对模型的影响。最后，利用两种滚动轴承数据集进行实验验证，结果表明，FPTBL 在准确率、Kappa 系数、F1-分数、精确率和召回率等指标下，相较于现有的方法，具有更好的效果。<br>

关键词：模糊投影孪生宽度学习；投影孪生；故障诊断；滚动轴承