基于流形学习的汽轮机转子振动故障特征提取.pdf

第54卷 第4期 汽 轮 机 技 术 Vo1．54 No．4 2012年8月 TURBINE TECHNOLOGY Aug．2012 基于流形学习的汽轮机转子 振动故障特征提取 戈志华，刘永凯，黎瑜春 (华北电力大学 能源动力与机械工程学院，北京 102206) 摘要：流形学习算法是一种非线性的数据降维方法，通过对高维空间数据的学习，可以获得数据的低维几何结构 ， 比传统的维数约简方法更能体现事物的本质。针对汽轮机转子故障诊断中原始特征并不具有良好的可分性，必须 进行特征提取这一问题，提出了将流形学习理论应用于汽轮机转子振动故障特征的提取的方法 ，极大地保留原始 特征的非线性信息，改善了故障诊断的分类识别能力。实验证明，基于流形学习的汽轮机转子振动故障特征提取 方法，提高了故障诊断的准确率。 关键词：汽轮机转子；故障诊断；特征提取；流形学习 分类号：TP391；TH17 文献标识码：A 文章编号 ：1001-58842《012)04-0283-03 TurbineVibrationFaultFeatureExtractionBasedonManifoldLearning GEZhi．hua，LIUYongkai，LIYu．chun (NorthChinaElectricPowerUniversity，Beijing102206，China) Abstract：Manifoldlearningalgorithm isamethodofnonlineardatadimensionalityreductionand can getavailablelow— dimensionalgeometrybystudyingthehighdimensional data．Italsoreflectsthenatureofthingsbetterthanthetraditional dimensionreductionmethods．Tocarryouttheproblem thattheoriginal featuresdonothaveagooddivisibility，amanifold learningtheory isappliedtothefeatureextractionforvibrationfault．Thismethodpreservestheoriginalcharacteristicsof thenon—linearinformationandimprovesfaultdiagnosisclassificationandrecognitioncapabilities．Experimentsshow that， thefeatureextractionofrturbinerotorvibrationfaultbasedonmanifoldlearninghastheaccuracyoffaultdiagnosis． Keywords：turbinerotorvibration；faultdiagnosis；featureextraction；manifoldlearning 0 前 言 1 基于流形学习的汽轮机振动特征提取方 法研究 汽轮机作为火力发电中的重要设备 ，其结构复杂，运行 环境特殊，汽轮机转子常常由于出现各种不同形式的振动故 1．1 流形学习原理 障而影响其正常工作 ，有时会发生严重的事故，造成重大的 2000年，Seung等在Science上发表的研究报告提出了视 经济损失。汽轮机转子故障诊断作为现代故障诊断技术领 觉感知 的流形结构假说 ，同期发表 的两篇流形学习算