摘要：針對(duì)1維非負(fù)矩陣分解技術(shù)對(duì)2維矩陣特征降維時(shí),會(huì)產(chǎn)生數(shù)據(jù)量巨大、計(jì)算效率低下和丟失原始數(shù)據(jù)結(jié)構(gòu)信息的問(wèn)題,引入2維非負(fù)矩陣分解技術(shù)。通過(guò)S變換得到振動(dòng)信號(hào)的時(shí)頻圖像,用1DNMF和2DNMF分別壓縮時(shí)頻圖像,對(duì)壓縮后的圖像信息進(jìn)行分類,對(duì)柴油機(jī)在8種狀態(tài)下的振動(dòng)信號(hào)進(jìn)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(jī)分類器進(jìn)行實(shí)驗(yàn)對(duì)比。結(jié)果表明,2維非負(fù)矩陣分解技術(shù)比原始的1維技術(shù)計(jì)算效率更高,故障診斷更精準(zhǔn)。