基于流形學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf

1、故障診斷需解決的基本問(wèn)題是根據(jù)傳感器采集到的機(jī)械設(shè)備運(yùn)行狀態(tài)信號(hào)，提取特征參量，設(shè)計(jì)決策函數(shù)，最終求出其故障狀態(tài)，核心是特征提取和模式識(shí)別問(wèn)題。由于機(jī)械設(shè)備運(yùn)行狀態(tài)復(fù)雜、工作環(huán)境惡劣、運(yùn)行時(shí)間較長(zhǎng)，因此其狀態(tài)信號(hào)具有數(shù)據(jù)量大、非線(xiàn)性程度高、噪聲干擾強(qiáng)等特性，人們對(duì)這些龐大而復(fù)雜的數(shù)據(jù)信息地駕馭和處理越來(lái)越難，表現(xiàn)在一方面我們可以獲取的數(shù)據(jù)量越來(lái)越大，而另一方面卻難以得到更多有助于決策的信息。從2000年開(kāi)始發(fā)展起來(lái)的流形學(xué)習(xí)方法，將數(shù)據(jù)

2、分析與狀態(tài)決策從歐氏空間擴(kuò)展到流形，從而能夠從分布在高維流形上的數(shù)據(jù)集中高效快速地挖掘出數(shù)據(jù)的本質(zhì)特征，找到數(shù)據(jù)產(chǎn)生的內(nèi)在規(guī)律，達(dá)到準(zhǔn)確故障診斷的目的。論文主要進(jìn)行了以下研究工作：
　　 在非線(xiàn)性降噪方面，提出三種流形學(xué)習(xí)降噪方法。基于本征維數(shù)的局部切空間降噪方法，直接將高維相空間數(shù)據(jù)直接約簡(jiǎn)到信號(hào)主流形所在的本征維數(shù)空間上，再反求一維信號(hào)實(shí)現(xiàn)對(duì)信號(hào)的降噪，避免了主流形提取時(shí)約簡(jiǎn)目標(biāo)維數(shù)的盲目性。局部切空間均值重構(gòu)降噪方法，將局

3、部切空間降噪后的低維數(shù)據(jù)在全局范圍內(nèi)通過(guò)求取各點(diǎn)均值的方法重構(gòu)到原高維空間，相當(dāng)于對(duì)各點(diǎn)的局部坐標(biāo)進(jìn)行均值處理，實(shí)質(zhì)是二次降噪，避免了相空間數(shù)據(jù)在全局排列過(guò)程中出現(xiàn)相點(diǎn)畸變的問(wèn)題?；诟唠A累積量的局部切空間降噪方法，利用高階累積量理論上可完全抑制高斯有色噪聲干擾的特性，用四階累積量函數(shù)代替二階矩函數(shù)構(gòu)造協(xié)方差矩陣，提高了對(duì)含有色噪聲信號(hào)的降噪效果。
　　 為解決了局部Fisher判別分析求解不對(duì)稱(chēng)特征方程時(shí)得出的投影基向量不正交

4、使得數(shù)據(jù)重建困難的問(wèn)題，提出了基于迭代正交和Schur正交的局部Fisher判別方法。通過(guò)迭代正交或Schur正交分解的方法構(gòu)建正交基函數(shù)，可有效保留故障信號(hào)流形空間中的與近鄰距離有關(guān)的結(jié)構(gòu)信息，并在主特征求取的過(guò)程中，保留類(lèi)別信息，使提取的主特征量能在盡量保持甚至降低類(lèi)內(nèi)散度的同時(shí)，使得類(lèi)間信號(hào)特征量之間的距離盡可能遠(yuǎn)離，進(jìn)而更好地實(shí)現(xiàn)故障診斷。
　　 將核方法引入正交局部Fisher判別中，提出了基于核的迭代正交和Schur

5、正交局部Fisher判別方法，通過(guò)非線(xiàn)性核函數(shù)將信號(hào)投影到高維特征空間，在此空間進(jìn)行正交局部Fisher判別分析，進(jìn)行故障特征提取，實(shí)現(xiàn)了線(xiàn)性流形學(xué)習(xí)方法到非線(xiàn)性方法的轉(zhuǎn)變，取得了比線(xiàn)性正交方法更好的故障診斷效果。
　　 以局部邊界鄰域點(diǎn)來(lái)構(gòu)建Fisher判別函數(shù)進(jìn)行故障特征提取和診斷，提出局部邊界Fisher判別方法，直接利用鄰域空間邊界點(diǎn)對(duì)來(lái)計(jì)算局部類(lèi)內(nèi)散度和類(lèi)間散度，大大提高了方法效率。為避免偽邊界點(diǎn)干擾，還設(shè)計(jì)了用模糊聚

6、類(lèi)來(lái)尋找真實(shí)局部邊界的方法。用核方法實(shí)現(xiàn)了局部模糊聚類(lèi)邊界Fisher判別由線(xiàn)形向非線(xiàn)形方法的轉(zhuǎn)變，基于核的方法具有更強(qiáng)的故障診斷能力。
　　 在監(jiān)督流形學(xué)習(xí)方面，對(duì)增量局部切空間排列和線(xiàn)性局部切空間排列方法進(jìn)行改進(jìn)，并引入了非線(xiàn)性支持向量機(jī)分類(lèi)器，提出了監(jiān)督增量局部切空間排列一支持向量機(jī)和監(jiān)督線(xiàn)性局部切空間排列一支持向量機(jī)故障診斷方法，既解決了非線(xiàn)性流形學(xué)習(xí)的泛化能力不足的問(wèn)題，又增強(qiáng)了流形學(xué)習(xí)方法的故障診斷能力。