一个新颖的基于高斯混合模型和逻辑回归的机械性能退化评估方法的应用

《一个新颖的基于高斯混合模型和逻辑回归的机械性能退化评估方法的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一个新颖的基于高斯混合模型和逻辑回归的机械性能退化评估方法的应用刘文斌、钟鑫、LEEJay、廖林霞和周民1．教育部化工安全工程研究中心，北京化工大学，北京100029，中国2．中国公安部第一研究所，北京100048，中国3．美国国家科学基金会行业/加州大学智能维护系统合作研究中心，辛辛那提OH45221，美国4．中国石油天然气集团公司，北京100007，中国收到与2010年3月10日；校订于2010年9月23日；接收于2011年1月14日；电子发表于2011年1月18日摘要：目前流行的机械性能退化

2、评估技术牵涉到在能识别所有故障特征迹象的基础上对一台机器的当前状态进行评估，这种方法必需搜集到（机器）在不同状态下的完整数据。但是故障数据总是难以获得，于是导致了这种技术很难被广泛应用。这篇论文介绍了一个不需要故障历史数据的新颖方法。小波包分解技术（WPD）用来提取原始信号的特征，主要成分分析（PCA）用来减少特征规模，高斯混合模型（GMM）被应用于近似特征空间分布。单信道信心度（SCV）则通过在监视状态和正常状态的高斯混合模型重合度来计算，用这种方法可以显示出单信道的性能。此外，多信道信心度（M

3、CV）通过逻辑回归（LG）以及决心等级传感器的融合任务的完整情况来计算。这可以被认为是所有多信道的性能索引。单信道信心度和多信道信心度都可以在主动维护措施可以实施的地方作为基础，从而防止机器故障。这种方法已经被用来评估中石油的一家厂里的一台离心式压缩机的涡轮性能，结果显示它可以高效地完成这项任务。关键词：设备性能退化评估，高斯混合模型，逻辑回归，主动维护，传感器融合介绍在现代制造业进程中，维护良好的设备可以帮助提升生产力和制造商的成本有效性。但是一旦有某些故障发生，它不仅会妨碍机器的正常生产情况，

4、还会由于故障导致严重的经理损失。因此有效地评估机器的健康状况就变得极其重要。通常，机器在发生故障前会经历一系列可测量的退化过程。如果我们可以基于一个可以实施主动维护措施的平台恰当地提取出操作特性并且及时地精确地制作健康评估，那这将会对机器的稳定运行有极大的好处。现在，人们已经发展处周全的技术来实施这项设备性能退化评估任务。周等曾建立过一个神经网络模型来实现对电子设备进行姿势评估。闫等曾使用逻辑回归来评估一套电梯系统的性能退化。CAESARENDRA等曾将逻辑回归和关联向量机应用于轴承故障退化的估算

5、。POYHONEN等从一个感应电机的振动信号中提取出了自回归模型系数作为特征，还使用过一个支持向量机来实施一个故障检测程序。SWANSON用一个模糊逻辑神经网络来预测一个有裂纹增长的拉伸钢带的失效。朱等考虑了隐藏的马尔可夫模型在一个降低刚度的裂纹转子动力学模型评估中的应用。总体上来说，以上模型都主要基于正常和故障状态的数据可以被收集的推测。然而，有历史意义的在故障状态下的运行数据总是很难获取，甚至是不可得到的，尤其是一些新产品。所以，发展出一个只需基于正常状态的来评估性能退化的方法是非常重要的。这

6、篇论文介绍了一个不需要故障数据来评估性能退化的方法。这个方法已经被应用于一个离心压缩机涡轮的实时性能退化的评估。这篇论文由以下部分组成：第二部分介绍了提到的方法的数学理论，第三部分描述了一个工程实例来验证该方法的有效性，最后此论文在第四部分得出了结论。2数学理论2.1提及方法的步骤该方法的主要步骤可以描述为以下几步。1)特征提取。获得正常状态和监视状态的数据用小波包分解技术（WPD）提取特征，然后通过主要成分分析（PCA）进行特征维度缩小。2)单信道信心度计算。对一个单信道，用高斯混合模型（GMM

7、）来近似不同状态下的特征分布并且计算出单信道信心度（SCV）作为单信道性能的定量健康指示器。3)多信道信心度计算。通过逻辑回归计算出多信道信心度来完成多信道的传感器融合，这可以显示出涡轮的综合性能。4)基于单信道信心度或者多信道信心度得出结论。在同时使用单信道信心度和多信道信心度的基础上，当退化确实发生以及主动维护措施需要进行时，系统可以得出判断。2.1特征提取2.2.1小波包分解技术当一台机器的性能降低是，不同频段振动信号的能量分布将会相比较正常状态下相应地改变。我们可以利用这一点来描绘不同操作

8、状态时的特征。此外，机器的振动信号通常具有了非线性和非定常性（随着时间有频率成分改变）。而小波包分解技术正是捕获非定常信号动态特性的强大工具。所以，他会很适合应用到提取每个频段的能量作为特征，然后获得退化信息。一个N级小波包分解技术有一下步骤实施：1)假设（i,j）表示小波包树的第i级第j节点。i=1,2，…，N，j=0,1，…，2N-1。1)通过小波包系数重构信号并从每个频段中提取信号Sij。2)用下列公式计算所有频段的总能量（假设Eij是Sij的能量）：，（1）这里Xjk（j=