[发明专利]基于PCA重建误差的齿轮参数贡献度分析方法

摘要

本发明提供一种基于PCA重建误差的齿轮参数贡献度分析方法，其特征在于按照以下步骤进行：S1：输入n组数据，每一组数据包含m个特征值，从而构成n×m维的样本矩阵X；S2：根据样本矩阵X的协方差矩阵得到其特征向量U的初始值；S3：建立“误差和最小”目标函数模型；S4：根据其目标函数最小值时的特征向量U，按照其对应特征值大小从上到下按行排列成矩阵，取前h行，对应的参数即为贡献度最大的参数，h＜m。其效果是：通过对传统PCA算法进行改进，引入误差和最小目标函数模型，将传统PCA算法得到的特征向量仅仅作为初始值，通过反复迭代优化，最终得到误差和最小目标函数最优状态的特征向量，通过对比发现，改进后的算法相对于传统PCA算法而言，其精度更高。

主权项

一种基于PCA重建误差的齿轮参数贡献度分析方法，其特征在于按照以下步骤进行：S1：输入n组数据，每一组数据包含m个特征值，从而构成n×m维的样本矩阵X；S2：根据样本矩阵X的协方差矩阵得到其特征向量U的初始值；S3：建立“误差和最小”目标函数模型：并求其目标函数最小值，其中xi为样本矩阵X中第i个样本向量，γi表示第i个样本的权重且UUT＝Ik，Ik为k维的单位矩阵，k≤m，α为正则化参数，SF为齿轮的弯曲安全系数，SH为齿轮的接触安全系数；S4：根据其目标函数最小值时的特征向量U，按照其对应特征值大小从上到下按行排列成矩阵，取前h行，对应的参数即为贡献度最大的参数，h＜m。