基于核张量的转子系统故障特征提取方法研究.pptVIP

机电工程学院 基于核张量的转子系统故障 特征提取方法研究 目录 1、课题意义及研究现状 2、研究目标、内容及需要解决的关键问题 3、 研究技术路线、实验方案 及创新性 报告内容 4、前期工作积累 课题意义 旋转机械在运行中产生的振动信息呈现 出数据量大、非线性程度高等特征 向量表示难以满足当今机械振动数据内 部结构表示及相关性要求 传统的线性数据降维方法不能有效的处 理机械振动非线性数据 一、课题意义及研究现状 2 1 3 一、课题意义及研究现状 张量表示 主要用于图像及人脸识别等 数据降维及模式识别中 张量数据降维 基于线性的数据降维方法 基于非线性的数据降维方法 基于多线性的数据降维方法 研究现状 二、目标、内容及需解决的关键问题 在研究核张量的基础上，建立在张量表达下的 多核选择 与敏感特征贡献程度关系的非线性 表达 推导出多核张量加权权重与转子判别敏感信息 的公式化表达，由此可为转子运行状态对特征 的敏感程度不同，获得对判别有用的敏感信息 为目的的多核权重提供理论依据 编写一套以LabVIEW语言为基础的转子健康 监测系统 研究目标 1 2 3 二、目标、内容及需解决的关键问题 研究内容 研究核函数的模型与参数优化，确定适合 张量数据降维的核函数模型及其参数 1 2 3 研究振动信号的张量数据结构，确定振动 数据的张量阶数 如何将多核函数引入到张量数据降维并确定 核加权的权值数，确保特征提取的正确性。 二、目标、内容及需解决的关键问题 需解决的关键问题 三、技术路线、实验方案及创新性 主要技术路线 首先采集转子系统的振动信号并进行信 号数据预处理，将信号数据进行高阶矩 阵表示（张量表示），再进行核函数模 型的选择与参数优化，对张量矩阵进行 多核并行降维，使张量数据通过非线性 变换转化为另一个空间中的线性问题， 从而得到特征向量，对特征向量进行加 权，获得正确的模式类型。最终通过维 修建议，指导系统做出正确的调整。 三、技术路线、实验方案及创新性 实验方案 1 振动信号数据张量表示，避免特征提取过程中对数据的结构与内在相关性的破坏。 对特征进行加权处理，突出了主要故障特征，为模式识别提供了重要的依据 3 三、技术路线、实验方案及创新性 2 对张量数据进行多个核函数并行降维，提高了特征提取的效率，有效地对张量数据非线性部分进行处理。 创 新 性 对相关课本基础知识的掌握 对LabVIEW的系统学习 阅读大量参考文献 四、前期工作积累 恳请各位老师 提出宝贵意见！ 谢谢！ * Summary Heading. Text. Heading. Text. Heading. Text. Heading. Text. Use this space for overall reminders or special tips linked to the slide or occasion. Simply select this text and replace it with your own reminders. 机电工程学院 * Summary Heading. Text. Heading. Text. Heading. Text. Heading. Text. Use this space for overall reminders or special tips linked to the slide or occasion. Simply select this text and replace it with your own reminders.