本文關(guān)鍵詞：ReliefF加權(quán)特征選擇方法在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用研究

  更多相關(guān)文章： 故障診斷 旋轉(zhuǎn)機(jī)械 ReliefF加權(quán)特征選擇方法 小波包變換 包絡(luò)解調(diào) K均值聚類

【摘要】：旋轉(zhuǎn)機(jī)械是工業(yè)裝備中應(yīng)用最為廣泛的一類機(jī)械設(shè)備，例如：汽輪機(jī)、壓縮機(jī)、風(fēng)機(jī)和軋機(jī)等諸多機(jī)械都屬于這一類。對(duì)這些設(shè)備開展?fàn)顟B(tài)監(jiān)測(cè)與故障診斷工作,來保障設(shè)備安全可靠的運(yùn)行，可以取得巨大的經(jīng)濟(jì)效益和社會(huì)效益。本課題將ReliefF加權(quán)特征選擇方法引入到旋轉(zhuǎn)機(jī)械的故障診斷中，實(shí)現(xiàn)了對(duì)具有眾多信息的原始高維特征向量的降維。 特征選擇是從一組特征中挑選出一些最有效的特征以降低特征空間維數(shù)的過程，能夠減少建立模型的訓(xùn)練時(shí)間，，提高分類器正確率，是模式識(shí)別的關(guān)鍵問題之一。ReliefF加權(quán)特征選擇方法是目前公認(rèn)的性能較好的特征有效性評(píng)估方法，該算法能夠有效地評(píng)價(jià)特征的分類能力，但是算法本身的設(shè)計(jì)沒有考慮特征之間的相關(guān)性，因此這種算法不能去除冗余特征。為此，本文結(jié)合特征相關(guān)度算法去除分類能力相近的冗余特征。 為了驗(yàn)證該方法的有效性和優(yōu)越性，本文對(duì)材料試驗(yàn)機(jī)液壓系統(tǒng)上采集的斜盤式軸向柱塞泵振動(dòng)信號(hào)與實(shí)驗(yàn)室機(jī)械故障綜合模擬實(shí)驗(yàn)臺(tái)(MFS-MG)上采集的軸承振動(dòng)信號(hào)進(jìn)行分析。通過小波包頻帶能量分析確定液壓泵以及滾動(dòng)軸承各種狀態(tài)時(shí)的共振頻帶范圍，為小波包帶通濾波提供依據(jù)。利用小波包理論和希爾伯特變換包絡(luò)解調(diào)方法完成信號(hào)的處理。提取包絡(luò)信號(hào)的幅值域和時(shí)頻域特征指標(biāo)作為原始特征向量，應(yīng)用ReliefF加權(quán)特征選擇方法，選擇出分類能力強(qiáng)的特征，結(jié)合特征相關(guān)度算法去掉分類能力相近的冗余特征，形成維數(shù)較低的特征向量。最后，采用K均值聚類算法對(duì)特征選擇后的樣本進(jìn)行模式識(shí)別。應(yīng)用MATLAB軟件進(jìn)行編程，證明了ReliefF加權(quán)特征選擇方法在旋轉(zhuǎn)機(jī)械故障診斷中的有效性，并且與目前應(yīng)用廣泛的特征降維方法主元分析(PCA)相比較，得出ReliefF加權(quán)特征選擇方法不僅保留了被選特征的原始物理意義，而且更好地保證了分類器的精度，體現(xiàn)了ReliefF加權(quán)特征選擇方法應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷方面的優(yōu)越性。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH165.3

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬波,魏強(qiáng),徐春林,江志農(nóng);基于Hilbert變換的包絡(luò)分析及其在滾動(dòng)軸承故障診斷中的應(yīng)用[J];北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年06期

2 楊志新;段美軍;;ReliefF算法在雷達(dá)輻射源信號(hào)識(shí)別中的應(yīng)用[J];成都大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年02期

3 卜華龍;夏靜;韓俊波;;特征選擇算法綜述及進(jìn)展研究[J];巢湖學(xué)院學(xué)報(bào);2008年06期

4 張煜東;霍元鎧;吳樂南;董正超;;降維技術(shù)與方法綜述[J];四川兵工學(xué)報(bào);2010年10期

5 廖闊;付建勝;楊萬麟;;改進(jìn)的ReliefF算法用于雷達(dá)距離像目標(biāo)識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);2010年09期

6 朱大奇,于盛林;基于D-S證據(jù)理論的數(shù)據(jù)融合算法及其在電路故障診斷中的應(yīng)用[J];電子學(xué)報(bào);2002年02期

7 謝建;何德虎;李良;;基于觀測(cè)器和神經(jīng)網(wǎng)絡(luò)的液壓系統(tǒng)故障診斷方法研究[J];機(jī)床與液壓;2011年01期

8 羅邦R

本文編號(hào)：1160137