3 设备状态分类与诊断.pdfVIP

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 对比分析法 模型分析法 逻辑推理法 贝叶斯(Bayes)分类法 距离函数分类法 模糊诊断 故障树分析 设备状态分类与模式识别方法 1 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 , ,x ) T Z (z ,z , ,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 1 Research Center of Condition Monitoring Fault Diagnosis ( RCCMFD ), ，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 D 2 (X  Z ) T W(X  Z ) w 式中W为权系数矩阵。当W为单位矩阵时即为上述等式，当 w1 0    