[发明专利]一种基于UMAP降维算法的高速电主轴故障识别方法

权利要求书

1.一种基于UMAP降维的高速电主轴故障识别方法，其特征在于，包括如下步骤：

步骤1：读取数据库中不同故障的振动信号的数据集生产训练集，获取待检测高速电主轴的振动信号生成测试集，将训练集和测试集生成初始数据集；

步骤2：利用时域分析和频域分析来处理初始数据集，得到初始特征集；

步骤3：将初始特征集进行归一化处理，然后通过UMAP降维算法对得到的数据聚类并降维；

步骤4：通过人工智能识别算法，识别聚类后的数据，从而实现高速电主轴的故障识别。

2.根据权利要求1所述的方法，其特征在于步骤3，包括以下步骤：

选取UMAP降维将聚类算法将高维特征量进行聚类结果进行降维，进行二维可视化研究UMAP是通过概率分布来找到数据内在隶属关系。

3.根据权利要求1所述的方法，其特征将UMAP降维算法结合GA-SVM识别技术，运用于高速电主轴的故障识别。