摘要：滾動軸承作為風電機組的關鍵部件,對于整個機組的安全運行起著決定性作用。針對機組滾動軸承故障診斷問題,提出一種節(jié)點優(yōu)化型有向無環(huán)圖大間隔分布機(O-DAG-LDM)的故障診斷方法。結合DAG多分類擴展性能與LDM二分類器泛化性能的優(yōu)點,構建一種面向滾動軸承故障診斷的DAG結構擴展式LDM多分類器方法。在DAG-LDM算法框架下,利用優(yōu)化算法對DAG節(jié)點進行優(yōu)化排列以減小隨機排布引起的累積誤差,提高LDM故障分類準確率。實驗表明,與其他主流智能診斷方法相比,所提出的節(jié)點優(yōu)化型DAG-LDM故障診斷方法具有較高的準確率和更好的抗噪性能。