转子故障信号的多域特征集.pptVIP

机电工程学院 转子故障信号的多域特征集 优化方法研究 报告内容 一、课题意义及研究现状 二、研究目标 三、研究的主要内容 四、拟解决的关键性问题 五、课题创新性 六、前期的工作积累 选题背景与意义 存在的问题 随着诊断对象的日趋复杂，故障特征和故障类别的对应关系不甚明了，使得已有的方法无法满足故障精确诊断的需求。 解决方法 开展基于特征集的优化方法研究，去除特征集中不相关和冗余特征，突出重要特征对分类器的影响，这对提高机械故障诊断水平具有重要的作用。 研究现状 在国外，特征加权方法受到研究者的青睐，已有学者经实验证实，特征加权往往能够获得比特征选择更好的或者至少相等的性能。另外，基于核的分析方法逐渐成为了机器学习的主流方法。 在国内，许多学者研究了各种加权优化算法：Relief算法进行加权选择、Boosting算法进行加权融合、神经网络学习特征权值、信息增益计算特征权重等等。 研究目标 1 采用基于离差测度可分性判据的特征选择方法去除原始特征集中的冗余特征 2 运用ReliefF加权算法对敏感特征集进行加权处理，凸显不同特征的重要程度 3 将加权特征引入到核函数的高维空间，使特征得到进一步优化 4 基于Matlab实现以上算法，在C#平台下封装各个算法模块 针对国内外的发展状况，本研究利用数据集的相似性度量关系，提出了以下目标： 研究内容 机械设备 信号 采集 预处理 特征选择 特征加权 核函数优化 模式分类 决策 多域特征提取 时域特征参数 频域特征参数 时频域特征参数 研究内容 特征加权 计算特征权值 特征选择 确定评价指标 2.选择敏感 特征集 核函数优化 1.确定核函数类型 3.KPCA提取主元特征 2.优化核函数参数 关键性问题 研究转子故障信息，获取故障信号的多域特征集 1 2 研究特征选择方法与特征加权算法的结合算法 3 加权特征在核函数高维空间的映射方法研究 研究方法与技术路线 实验 理论 验证 分析 信号采集： 正常 质量不平衡 转子不对中 碰磨 支座松动 预处理 特征选择 特征加权 核函数优化 根据实测数据验证算法的可行性 总结 改进 展望 创新性 采用评价指标克服了传统方法在特征选择上的盲目性，特征加权算法提高了分类的准确率 将加权特征映射到核函数的高维空间，解决了转子故障信号的非线性问题 前期的工作积累 知识的储备 1.阅读大量的参考文献 2.相关理论知识的学习 3.掌握Matlab的算法操作 C#软件的学习 恳请各位专家批评指正 谢谢！ 机电工程学院