K-L子空间法在风机振动故障诊断中的应用.pdfVIP

第24卷第1期 振动、测试与诊断 v。1．24N。．1 M8。·2004 2004年3月 of JournalVibration，MeasurementDiagnosis K—L子空间法在风机振动故障诊断中的应用’ 王松岭 艾进聪 侯军虎 (华北电力大学动力工程系保定，071003) 摘要 提出用基于K—L变换的多子空间模式识别方法解决旋转机械的多类故障诊断问题。通过K—I。变换．能有效 降低特征空间的维数．形成各类别对应的特征子空间，然后分别计算待分类模式与各子空间的距离实现模式分类。 实验室离心风机几种常见机械故障的实例诊断结果表明，该方法能有效解决多类故障的诊断问题。 关键词故障诊断风机模式识别K—L变换子空间 TK223．26 中图分类号TP206 …，m)，为设备某一状态对应的以维模式向量。各模 引 言 式向量的均值向量为 州_ 模式识别为解决旋转机械的故障诊断问题提供 k去塾 了一种简便而有效的方法。旋转机械的故障诊断可 P的协方差矩阵为 描述成一个模式识别过程n]：测量并记录设备的运 行状态参数，通过有关数学分析方法生成各故障状 存在一正交阵毋一[9。，9。，…，9，，]，使得矿CO=A，A 态对应的模式，将状态模式进行分类，从而识别出设 备的故障。传统的模式分类方法是通过构建判别函 为C经正交变换得到的对角阵，A—Diag(A。，A：，…， 数将特征空间分成几个区域，不同区域对应不同的 类别。然而，随着类别的增多和各类别模式在特征空 特征值；毋(i一1，…，，z)为凡对应的特征向量。 间中分布边界的复杂化，构建一个合适的判别函数 对于一个模式向量x，把它变换到以毋(i一1， …，舰)为正交坐标的系统里，叫做x的K—I。变换。通 来完成准确分类将变得相当复杂和困难。为此，本文 提出用基于K—I。变换的多子空间模式识别方法解 过变换把相关变量变为不相关的若干新变量，所得 新向量的各分量是原向量各分量的线性组合。如果 决上述问题。 K—I，子空间法模式识别因其卓越的多类别分类 原模式向量各分量间是高度相关的，那么K—I。变换 性能已经在数字图像识别等领域得到了广泛应用D]。 所得向量的几个主要分量就可以概括原模式向量中 用该方法进行分类时，模式的类别不是预先规定为特 所包含的大部分信息，其余分量可以忽略而不会造 征空间中的一些区域，而是由各个类别训练模式集的 成太多的信息丢失。如图1所示，在原来的坐标系中 要用两个分量z。、z。来表示各个样本，而在经K—I。 K—I。变换(KI。T)产生的一些线性子空间来限定，每 一个线性子空间对应一个类别。通过计算待识别模式 变换的坐标系中，只要用“。就可以了，去掉“：并不 会带来很大的误差。 与各线性子空间之间的距离实现对该模式的分类。对 实验室离心风机几种常见机械故障的诊断结果表明，