针对柴油机曲轴轴承磨损故障信号特征微弱,易被噪声湮没且不同故障程度信号较难区分的特点,提出了-种基于压缩小波和局部保持投影的柴油机信息熵增强方法.利用压缩小波对信号多尺度重枸减弱噪声干扰,通过局部保持映射对多尺度信号进行降维,消除冗余信息并增强信号的冲击特性,最终以时域、频域以及时频域的三种信息熵表征信号特征.仿真和实例信号表明,该方法对故障信号特征增强明显,依据信息熵值实现了曲轴磨损状态的分类识别.

针对振动信号的非线性、非平稳特征,提出了一种基于局部保持投影（Locality Preserving Projections,LPP）的转子故障特征提取方法。该方法利用LPP降维后保留数据内部非线性结构的特点,对高维的故障振动信号降维并提取出低维的数据作为特征矢量,采用BP神经网络作为分类器进行故障诊断。实验结果表明,LPP方法能有效提高故障诊断的准确率。