摘要：針對1維非負矩陣分解技術(shù)對2維矩陣特征降維時,會產(chǎn)生數(shù)據(jù)量巨大、計算效率低下和丟失原始數(shù)據(jù)結(jié)構(gòu)信息的問題,引入2維非負矩陣分解技術(shù)。通過S變換得到振動信號的時頻圖像,用1DNMF和2DNMF分別壓縮時頻圖像,對壓縮后的圖像信息進行分類,對柴油機在8種狀態(tài)下的振動信號進行采集,并采用最近鄰分類器、樸素貝葉斯分類器和支持向量機分類器進行實驗對比。結(jié)果表明,2維非負矩陣分解技術(shù)比原始的1維技術(shù)計算效率更高,故障診斷更精準。