第五章 信号处理与分析-3.pdfVIP

5.6. 常用智能分析方法 第五章信号处理与分析—3 各种监测手段和信号分析方法大多利用单一信息源数据 ——智能分析方法—— 对设备的状态进行分析，缺乏对多源多维信息的协同利用、 综合处理，也未能充分考虑测试对象的系统性和整体性，因 而在可靠性﹑准确性和实用性方面都存在着不同程度的缺 陷。 近年来迅速发展起来的智能分析方法，是对多源不确定 张优云 性信息进行综合处理的理论和方法。目前该技术已成功地应 用于众多的领域，智能分析方法的发展和应用为信号分析技 yyzhang1@mail.xjtu.edu.cn 术注入了新的活力，使基于多传感器或多方法综合的信息处 理技术具备了系统化的理论基础和智能化的实现手段。以传 2011年3月 感器技术和现代信号处理技术为基础，智能分析方法代表了 当今信号分析技术的发展方向。 1 2 不同信息源反映的信息有所不同（举例） 0.1 0.1 智能分析方法有很多，如模糊分析（Fuzzy Algorithm ）、神经网络（Neural Network）、信息 0.0 融合 Information Fusion 、专家系统 Expert 0.0 System 、支持向量机 SVM—Support Vector Machine 、遗传算法 GA—Genetic Algorithm 、集成学 -0.1 -0.1 -0.1 0.0 0.1 习（Ensemble Learning ）等等。 -0.1 0.0 0.1 b 盘I截面 c 轴承II截面 模糊分析 0.6 0.1 神经网络 信息融合 0.0 0.0 专家系统 -0.6 -0.1 -0.6 0.0 0.6 -0.1 0.0 0.1 3 e 盘III截面 f 轴承IV截面 4 5.6.1 模糊分析 基础：模糊变换 U 上的模糊集合A 和V 上的模糊集合B 之 5.6.1.1模糊变换 间满足 U u ,u , …,u 设两个有限集合 1 2 n B R ?A V v , v , …, v 1 2 m 若直积 U ×V 的一个 上式可以理解为： R 是U 到V 的模糊关 模糊子集R 为 ??r11 r12 … r1m ?? 系，通过 R 可以将U 中一个向量A变换为V r r … r 则称R为U 到V 的 R ?? 21 22 2m ?? 中一个向量B 。换句话说，模糊变换可以通 模糊关系。 ?… … … … ? 过模糊关系把向量从一个论域转换到另一个 ?rn1 rn 2 … rnm ? 论域。 5 6 5.6.1.2 模糊综合评判方法 征兆集 3个集合：故障 征兆集是一台设备的故障原因可能引 综合评判：指对包含多个影响因素的事件做出全面的评价。 原因集、征兆集 起的各种不同的征兆所组成的集合，可用 模糊综合评判：在综合评价过程中，影响因素具有模糊性时， 即为模糊综合评判。 、权重集 大写字母V表示，即 基本原理 V v ,v , …,v 1 2 n 模糊综合评判首先是对各个因素进行单独评判，然后再对所 有因素进行综合评判 。以故障诊断为例： 模糊综合评判就是在综合考虑所有征兆 故障原因 因素 集 的基础上，评判机器发生故障的可能原 故障诊断中，故障原因组成的集合，通常用大写字母U表示， 因。 即 U u ,u , …,u 1 2 m u 显然，vi 对V 的关系也是普通集合关 应该注意，原因集中的元素 i可以是模糊的，也可以是非模糊 u ∈U u ∈U i 1,2,…,m 系，因此，征兆集也是一个普通集合。 的，即 i ，否则 i , 因此，故障原因集应该 是一个普通集合。 7 8 举例 旋转机械的故障原因集、征兆集、权重集 权重集 机器发生故障的各种原因，其重要程度也不尽相 同。为了说明各个原因在故障中所起作用的重要程 度，对各原因 应赋于相应的权数 u i 1,2, …,m i a i 1,2, …,m 。各权数组成的集合 i A a , a , …,a 1 2 m 称为故障原因权重集，也可简称为权重集。 一般，各个权数 a i 1,2, …,m 应符合归一化和非 i 负性条件，即 n a 1 a 0 i 1,2, …,m ∑ i i 举例 i 1 权重集中各个元素 ai对应于故障原因集中各个元 素ui ，表示 ui 相对“重要”的隶属度，因此，权重集可 a a a 为原因集上的模糊子集，可表示为 1 2 9 m 10 A + +…+ u u u 1 2 m 单原因评判集的隶属程度为行组成的矩阵： 5.6.1.3 单原因模糊评判 ?r r … r ? 11 12 1