9 设备状态分类与模式识别方法.pdf

设备状态分类与模式识别方法 工况监视与故障诊断 状态分类问题 距离函数分类法 故障树分析 神经网络诊断原理 设备状态分类与模式识别方法 模式识别（Pattern Recognition ） 统计模式识别与句法模式识别 手写体识别 指纹识别 眼球扫描 2 Research Center of Condition Monitoring Fault Diagnosis ( RCCMFD ), ，025 设备状态分类与模式识别方法 距离函数分类法 •由n个特征参数组成的特征向量相当于n 维特征空间上 的一个点 •同类模式点具有聚类性，不同类状态的模式点有各自的 聚类域和聚类中心 •如果事先知道各类状态的模式点的聚类域作为参考模 式，则可将待检模式与参考模式间的距离作为判别函 数，判别待检状态的属性。 Research Center of Condition Monitoring Fault Diagnosis ( RCCMFD ), ，025 设备状态分类与模式识别方法 欧氏距离 （Euclidean distance ） X (x ,x ,L,x )T Z (z ,z ,L,z )T 在欧氏空间中，设矢量 1 2 n ， 1 2 n ， 两点距离越近，表明相似性越大，则可认为属于同一个群聚 域，或属于同一类别，欧氏距离（Z为标准模式矢量，X 为 待检矢量。）： n D 2 ∑(x =−z )2 ( X =−Z )T ( X −Z ) E i i 几何概念如图 i 1 A x 2 d d 2 1 0 0 2 1 M x Research Center of Condition Monitoring Fault Diagnosis ( RCCMFD ), 1 ，025 设备状态分类与模式识别方法 考虑到特征矢量中的诸分量对分类起的作用不同，可采用加 权方法，构造加权欧拉距离