《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 嵌入式技術(shù) > 業(yè)界動(dòng)態(tài) > 故障特征提取的方法研究

故障特征提取的方法研究

2008-07-30
作者:劉中華 盛賽斌

??? 摘 要: 針對(duì)常規(guī)特征提取" title="特征提取">特征提取方法存在著問(wèn)題不足,提出了基于BP神經(jīng)網(wǎng)絡(luò)和基于互信息" title="互信息">互信息熵的特征提取方法" title="特征提取方法">特征提取方法,并通過(guò)特征提取實(shí)例加以說(shuō)明。結(jié)果表明這兩種方法是可行和有效的。
??? 關(guān)鍵詞: 特征提取? 故障診斷" title="故障診斷">故障診斷? 神經(jīng)網(wǎng)絡(luò)? 互信息熵

?

??? 隨著科學(xué)技術(shù)的發(fā)展,現(xiàn)代設(shè)備的結(jié)構(gòu)日趨復(fù)雜,其故障類(lèi)型越來(lái)越多,反映故障的狀態(tài)﹑特征也相應(yīng)增加。在實(shí)際故障診斷過(guò)程中,為了使診斷準(zhǔn)確可靠,總要采集盡可能多的樣本,以獲得足夠的故障信息。但樣本太多,會(huì)占用大量的存儲(chǔ)空間和計(jì)算時(shí)間,太多的特征輸入也會(huì)引起訓(xùn)練過(guò)程耗時(shí)費(fèi)工,甚至妨礙訓(xùn)練網(wǎng)絡(luò)的收斂,最終影響分類(lèi)精度。因此要從樣本中提取對(duì)診斷故障貢獻(xiàn)大的有用信息。這一工作就是特征提取。
??? 特征提取就是利用已有特征參數(shù)" title="特征參數(shù)">特征參數(shù)構(gòu)造一個(gè)較低維數(shù)的特征空間,將原始特征中蘊(yùn)含的有用信息映射到少數(shù)幾個(gè)特征上,忽略多余的不相干信息。從數(shù)學(xué)意義上講,就是對(duì)一個(gè)n維向量X=[x1,x2,…,xn]T進(jìn)行降維,變換為低維向量Y=[y1,y2,…,ym]T,m??? 特征提取的方法有很多,常用的方法主要有歐式距離法、概率距離法、統(tǒng)計(jì)直方圖法、散度準(zhǔn)則法等。本文針對(duì)現(xiàn)有方法的局限性,研究基于BP神經(jīng)網(wǎng)絡(luò)的特征提取方法和基于互信息熵的特征提取方法。
1 基于BP神經(jīng)網(wǎng)絡(luò)的特征提取方法
??? 要從N個(gè)特征中挑選出對(duì)診斷貢獻(xiàn)較大的n個(gè)特征參數(shù)(n

???

??? 采用三層BP網(wǎng)絡(luò),輸入層n個(gè)單元對(duì)應(yīng)n個(gè)特征參數(shù),輸出層m個(gè)單元對(duì)應(yīng)m種模式分類(lèi),取中間隱層單元數(shù)為q,用表示輸入層單元i與隱層單元q之間的連接權(quán);用表示隱層單元q與輸出層單元j之間的連接權(quán),則隱層第q單元的輸出Oq為:

???

??? 則特征參數(shù)xi對(duì)模式類(lèi)別yj的靈敏度為:

???

??? 代入(1)式,則特征參數(shù)Xi的靈敏度εij和特征參數(shù)XK的靈敏度εkj之差可整理為:

??? 大量的試驗(yàn)和研究表明,當(dāng)網(wǎng)絡(luò)收斂后有:a1≈a2≈…≈aq
??? 從上式可以看出,如果:

???

??? 則必有:εijkj
??? 即特征參數(shù)Xi對(duì)第j類(lèi)故障的分類(lèi)能力比特征參數(shù)Xk強(qiáng)。
??? 將特征參數(shù)X和分類(lèi)模式分類(lèi)結(jié)果y組成的樣本集作為BP網(wǎng)絡(luò)的學(xué)習(xí)樣本,對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。設(shè)Wiq和Wkq分別為與特征參數(shù)Xi和Xk對(duì)應(yīng)輸入單元與隱層單元q之間的連接權(quán)系數(shù),記:

???

??? 如果則可以認(rèn)為Xi的特征靈敏度εi比特征參數(shù)Xk的靈敏度εk大。這樣可知特征參數(shù)Xi的分類(lèi)能力比特征參數(shù)Xk的分類(lèi)能力強(qiáng)。

2 基于互信息熵的特征提取方法
??? 由信息特征可知,當(dāng)某特征獲得最大互信息熵,該特征就可獲得最大識(shí)別熵增量和最小誤識(shí)別概率,因而具有最優(yōu)特性。特征提取過(guò)程就是在由給定的n個(gè)特征集X={x1,x2,…,xn}所構(gòu)成的初始特征集合情況下,尋找一個(gè)具有最大互信息熵的集合:X={x1,x2,…,xk},k1,x2,…,xn]T,尋找一個(gè)新的集合Y=[y1,y2,…,yk]T,k??? 在一定的初始特征集合下,識(shí)別樣本的后驗(yàn)熵是一定的。在實(shí)現(xiàn)特征優(yōu)化過(guò)程中,隨著特征的刪除,會(huì)有信息的損失,使得后驗(yàn)熵趨于增加。因此后驗(yàn)熵增值大小反應(yīng)了刪除特征向量引起的信息損失的情況。當(dāng)刪除不同特征及刪除特征數(shù)逐步遞增時(shí),會(huì)對(duì)應(yīng)有不同的后驗(yàn)熵。按后驗(yàn)熵由小到大排列,可獲得對(duì)應(yīng)的特征刪除序列。其過(guò)程可描述為:
??? (1)初始化:設(shè)原始特征集合F={N個(gè)特征},令初始優(yōu)化特征集合S=[K個(gè)特征,K=N];
??? (2)計(jì)算后驗(yàn)熵;
??? (3)實(shí)現(xiàn)遞減:S=[K-1個(gè)特征],并計(jì)算相應(yīng)的后驗(yàn)熵;
??? (4)選擇優(yōu)化特征集合:以多個(gè)遞減特征集合所對(duì)應(yīng)的后驗(yàn)熵為依據(jù),選擇具有最小后驗(yàn)熵增的特征向量集合為優(yōu)化特征集合S[N-1個(gè)優(yōu)化特征];
??? (5)返回(3),重新計(jì)算,直到滿足分類(lèi)要求,選擇具有最小后驗(yàn)熵的優(yōu)化特征集合;
??? (6)輸出優(yōu)化特征集合。
3 特征提取實(shí)例
??? 在熱電廠的發(fā)電機(jī)組工作中,發(fā)電機(jī)組主軸經(jīng)常遇到如喘振、流體激勵(lì)等故障。這些故障不僅會(huì)引起生產(chǎn)效率下降,而且會(huì)對(duì)機(jī)器造成嚴(yán)重危害,影響機(jī)組的安全運(yùn)行。傳統(tǒng)的診斷方法是在主軸軸承處加傳感器進(jìn)行振動(dòng)測(cè)試,得到其頻譜圖;然后在頻域內(nèi)分析,根據(jù)基于能量分布的故障診斷理論將振動(dòng)信號(hào)功率譜密度按一定的規(guī)則進(jìn)行量化,利用神經(jīng)網(wǎng)絡(luò)等工具進(jìn)行故障診斷。但是喘振、流體激勵(lì)等故障在頻域內(nèi)通常表現(xiàn)為連續(xù)分布的有色噪聲帶,在頻域內(nèi)分析難以區(qū)分,難以進(jìn)行頻譜特征提取,全息譜分析方法也不甚有效。傳統(tǒng)方法增加了系統(tǒng)的開(kāi)銷(xiāo),診斷效果不理想。如果在時(shí)域內(nèi)采用信息優(yōu)化方法做預(yù)處理,再用傳統(tǒng)的診斷方法進(jìn)行診斷,可以收到很好的效果。
??? 本文采用時(shí)域內(nèi)故障振動(dòng)信號(hào)的方差、峭度、偏斜度等參數(shù),分別利用BP神經(jīng)網(wǎng)絡(luò)和后驗(yàn)熵分析對(duì)其進(jìn)行特征提取,研究如何從中找出最能反映故障的特征。
??? 表1為主軸喘振﹑流體激勵(lì)故障時(shí)振動(dòng)信號(hào)在垂直和水平方向的方差﹑峭度﹑偏斜度等6個(gè)參數(shù)的數(shù)據(jù)。

?


??? 設(shè)原始特征集合F={x1,x2,x3,x4,x5,x6},其中x1、x2分別為垂直、水平方向的均方差,x3、x4分別為垂直和水平方向的峭度,x5、x6分別為垂直和水平方向的偏斜度。
??? ①基于BP神經(jīng)網(wǎng)絡(luò)的特征提取方法:采用表1中 的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入,編制程序?qū)ι窠?jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練算法采用標(biāo)準(zhǔn)BP算法和Levenberg-Marquardt法兩種方法來(lái)訓(xùn)練BP網(wǎng)絡(luò),從而計(jì)算特征參數(shù)的特征靈敏度,確定出對(duì)結(jié)果影響最大的特征參數(shù)。

???

??? 從結(jié)果可以看出:偏斜度對(duì)這兩種故障最為敏感,反映了低頻自激故障的主要特征。
??? ②基于互信息熵的特征提取方法:原始特征集合F={x1,x2,x3,x4,x5,x6}對(duì)應(yīng)表1中的特征參數(shù)。在特征參數(shù)優(yōu)化過(guò)程中,隨著特征的刪除,后驗(yàn)熵變化較大。當(dāng)刪除的特征中包含有x5、x6時(shí),后驗(yàn)熵明顯降低;如僅保留x5、x6時(shí),后驗(yàn)熵最小。說(shuō)明偏斜度對(duì)這兩種故障最為敏感。
??? 對(duì)比這兩種特征提取方法,可以看出它們得到的結(jié)論是一樣的。如果采用通頻全息譜法來(lái)進(jìn)行分析,得到的結(jié)論相同,從而驗(yàn)證了這兩種特征提取方法的有效性。
??? 在實(shí)際的狀態(tài)監(jiān)測(cè)和故障診斷中,可以重點(diǎn)監(jiān)測(cè)系統(tǒng)的偏斜度,配合對(duì)振動(dòng)信號(hào)的頻譜分析,可以快速地判斷故障類(lèi)型和具體發(fā)生的時(shí)間。
參考文獻(xiàn)
1 徐章遂,房立清,王希武等.故障信息診斷原理及應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2000
2 叢 爽.面向matlab工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M]. 合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社,2003
3 李世中,吉小軍,朱蘇磊.熵值分析法在特征提取中的應(yīng)用研究[J].華北工學(xué)院學(xué)報(bào),1999;20(3):278~281

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點(diǎn)。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無(wú)法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問(wèn)題,請(qǐng)及時(shí)通過(guò)電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
亚洲精品在线三区| 欧美一区二区三区在线观看| 国产视频综合在线| 国产精品久久久久久av福利软件| 欧美韩日精品| 欧美刺激午夜性久久久久久久| 久久午夜av| 久久久www成人免费无遮挡大片| 香蕉久久a毛片| 亚洲免费在线精品一区| 亚洲——在线| 亚洲欧美一区二区三区久久 | 久久本道综合色狠狠五月| 午夜伦理片一区| 午夜性色一区二区三区免费视频| 亚洲免费在线| 欧美亚洲综合久久| 午夜精品久久久久久久久| 午夜精品久久久久久久久 | 久久精品国产清高在天天线 | 亚洲日本欧美| 99国产精品视频免费观看| 妖精成人www高清在线观看| 一本色道久久综合狠狠躁篇的优点| 99av国产精品欲麻豆| 中国亚洲黄色| 亚洲欧美一区二区三区在线 | 国产亚洲精品一区二区| 国内精品视频666| 亚洲成人在线网站| 亚洲精品中文字幕女同| 一区二区欧美亚洲| 亚洲欧美日韩精品| 久久不见久久见免费视频1| 亚洲国产日韩欧美在线动漫| 亚洲久久一区二区| 亚洲一区二区三区精品视频| 欧美一区二区三区在线免费观看 | 国产精品成人va在线观看| 国产精品一区二区你懂得| 国产综合久久久久久| 亚洲国产精品成人久久综合一区| 亚洲精品少妇网址| 亚洲免费一在线| 亚洲大片在线观看| 一区二区av在线| 久久国产精品久久久久久久久久| 久久一区激情| 欧美午夜精品久久久久久孕妇 | 日韩亚洲视频| 欧美一区二区三区在线| 麻豆成人综合网| 欧美视频在线免费看| 国产伪娘ts一区| 亚洲人成网站999久久久综合| 亚洲视频免费在线观看| 久久国产精品毛片| 一区二区三区波多野结衣在线观看| 亚洲欧美日韩天堂一区二区| 久久久久国产精品一区| 欧美日韩精品综合在线| 国产一区二区三区黄| 日韩视频国产视频| 久久精品国产77777蜜臀| 一区二区三区四区五区在线| 久久成人免费| 欧美区高清在线| 韩国在线一区| 亚洲视频在线看| 最新日韩在线| 久久狠狠一本精品综合网| 欧美日本三区| 怡红院精品视频在线观看极品| 一本一本久久a久久精品综合麻豆| 欧美在线视频免费| 亚洲欧美www| 欧美激情综合| 国产综合精品| 亚洲免费一区二区| 亚洲视频观看| 欧美ed2k| 国内精品免费午夜毛片| 亚洲一区二区高清| 一区二区欧美在线| 欧美/亚洲一区| 国产日韩欧美精品一区| 99国产精品久久久久久久成人热| 亚洲国产精品黑人久久久| 欧美亚洲免费| 欧美午夜免费电影| 亚洲精品美女91| 亚洲二区视频在线| 久久www成人_看片免费不卡| 欧美性大战久久久久久久蜜臀| 激情懂色av一区av二区av| 亚洲自拍高清| 亚洲午夜精品久久久久久app| 欧美成人日韩| 在线播放中文字幕一区| 欧美在线一级视频| 欧美在线播放高清精品| 国产精品美女在线| 一本到12不卡视频在线dvd| 亚洲欧洲精品一区二区| 久久夜色精品亚洲噜噜国产mv | 国内精品福利| 午夜宅男久久久| 欧美一二区视频| 国产精品人人爽人人做我的可爱| 夜夜嗨av色一区二区不卡| 一二三区精品| 欧美日韩成人综合天天影院| 91久久精品一区二区别| 亚洲人午夜精品| 欧美aⅴ一区二区三区视频| 精品成人一区| 亚洲激情欧美| 欧美1区2区| 亚洲国产高清aⅴ视频| 亚洲精品久久久久久久久久久久久 | 性色一区二区| 国产精品一级久久久| 亚洲免费在线视频一区 二区| 午夜精品美女久久久久av福利| 国产精品捆绑调教| 亚洲主播在线| 久久电影一区| 国模精品娜娜一二三区| 亚洲福利一区| 欧美激情aⅴ一区二区三区| 亚洲欧洲日产国码二区| 9人人澡人人爽人人精品| 欧美日韩亚洲高清一区二区| 夜夜嗨av一区二区三区| 亚洲女性裸体视频| 国产色产综合产在线视频| 欧美一区在线直播| 蜜臀久久99精品久久久久久9| 亚洲国产精品一区二区尤物区| 99人久久精品视频最新地址| 欧美三级网址| 亚洲欧美一区二区精品久久久| 久久精品视频免费| 樱花yy私人影院亚洲| 日韩亚洲视频在线| 国产精品s色| 欧美一区二区免费观在线| 老司机成人网| 亚洲理论电影网| 欧美一二三视频| 永久免费精品影视网站| 9久草视频在线视频精品| 国产精品每日更新| 久久精品欧美| 欧美日韩国产在线播放网站| 亚洲小说欧美另类婷婷| 久久久久久香蕉网| 亚洲欧洲综合| 欧美一区二区三区精品| 在线国产亚洲欧美| 亚洲一区二区三区中文字幕在线| 国产精品午夜电影| 亚洲国产三级| 国产精品九九| 久久精品人人做人人爽电影蜜月| 欧美韩国一区| 亚洲欧美中文在线视频| 免费欧美高清视频| 亚洲视频一区二区| 美女精品自拍一二三四| 在线视频一区观看| 麻豆亚洲精品| 亚洲一区二区三区精品在线| 久久青青草原一区二区| 日韩亚洲精品视频| 久久久蜜桃精品| 日韩视频免费大全中文字幕| 欧美一区二区三区啪啪| 亚洲国产精品成人va在线观看| 亚洲欧美国产三级| 亚洲国产成人午夜在线一区 | 国产情侣一区| 一本色道久久综合亚洲精品婷婷| 国产伦精品一区二区三区照片91| 亚洲人成在线播放网站岛国| 国产精品久久久久久久久久妞妞| 亚洲国产精品久久久久秋霞影院 | 久久av老司机精品网站导航| 欧美日韩亚洲一区二区三区四区 | 亚洲美女网站| 国产偷国产偷亚洲高清97cao| 日韩午夜精品| 国产综合香蕉五月婷在线| 亚洲一区二区在线看| 在线观看视频免费一区二区三区| 性欧美videos另类喷潮| 日韩一区二区精品葵司在线| 久久亚洲视频| 亚洲欧美激情精品一区二区| 欧美日韩精品一区二区天天拍小说|