PCA在机械制造中的应用研究.docVIP

PCA在机械制造中的应用研究 　　【摘 要】本文设计了PCA用于滚动轴承故障诊断中数据降维的应用方法使得数据维数大幅下降，使得支持向量机的训练速度和判断准确率大幅提高。本文还设计了基于PCA的利用正常运行信息建立模型进行故障检测和故障诊断的方法，避免了其他方法由于故障信息不易采集导致故障检测、诊断不理想的问题，为过程控制、故障检测提供了一条新思路。 　　【关键词】PCA；机械制造；应用 　　随着工业过程规模的不断扩大和复杂性的日益提高，有效的过程监控和故障诊断是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于多元统计理论的方法，它通过对测量数据进行分析和解释，建立统计监控模型，判断过程所处的运行状态，在线检测和识别过程中出现的异常工况，从而减少由过程故障所造成的损失，提高生产效率。 　　基于主元分析法（Principal Component Analysis，PCA）是一种多元统计分析方法，它可以从多个控制变量中解析出主要影响因素，挖掘数据规律，简化数据集与设备运行状态间的规律，在机械制造中的应用具有广阔的前景。它在工业制造中的应用可以归纳为以下两个方面：第一，PCA可实现数据降维，它通过线性投影分析把多个变量化为少数几个主成分，重构后的主成分向量能够反映原始变量大部分信息，从而达到压缩信息、提高计算效率并去除冗余的作用；第二，PCA模型可在状态监