基于度量學(xué)習(xí)和時間序列相似性度量的故障診斷方法研究.pdf

1、隨著工業(yè)生產(chǎn)技術(shù)的快速發(fā)展，現(xiàn)代工業(yè)系統(tǒng)普遍存在大型化、復(fù)雜化的特點。工業(yè)系統(tǒng)日趨增加的運行數(shù)據(jù)、系統(tǒng)的非線性以及干擾的多樣性使系統(tǒng)運行更容易發(fā)生非正常工況，成為影響工業(yè)系統(tǒng)安全平穩(wěn)運行的主要因素。面對大型工業(yè)系統(tǒng)機理建模困難、難以采用傳統(tǒng)基于解析模型方法處理的現(xiàn)狀，為了時刻監(jiān)控系統(tǒng)運行狀態(tài)往往需要長時間測量相應(yīng)變量，從而獲得大量工業(yè)系統(tǒng)歷史運行數(shù)據(jù)。如何合理、高效地利用這些數(shù)據(jù)判斷系統(tǒng)運行狀態(tài)、提高生產(chǎn)效率并保證產(chǎn)品質(zhì)量，是現(xiàn)代工業(yè)生

2、產(chǎn)所面臨的主要挑戰(zhàn)之一。因此，對基于數(shù)據(jù)驅(qū)動的故障診斷技術(shù)進行理論研究具有重要的實際意義。
　　本文針對現(xiàn)有技術(shù)在實際應(yīng)用所存缺陷，提出了一種基于度量學(xué)習(xí)的故障診斷技術(shù)。該算法只需使用系統(tǒng)運行狀態(tài)的觀測樣本，通過增加樣本對約束的方法求取能夠合理描述觀測樣本之間距離的度量矩陣達到在線故障分類的目的。并采用度量學(xué)習(xí)與時間序列相結(jié)合的方法，彌補其在信息提取、簡化方面能力較差的缺陷，對基于度量學(xué)習(xí)的故障診斷技術(shù)進行有效改進。為驗證提出算法