基于费歇贡献图的故障诊断方法研究.pdf

《基于费歇贡献图的故障诊断方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于费歇贡献图的故障诊断方法研究刘华(上海市特种设备监督检验技术研究院，上海200333)ResearchingontheMethodofFaultDiagnosisBasedonFisherContributionPlotLIUHua(ShanghaiInstituteofSpecialEquipmentInspectionandTechnicalResearch，Shanghai200333，China)摘要：提出了将多尺度主元分析方法和费歇判造成人员和财产的巨大损失。为了保证安全生产和别分析相结合，一种多变量过程监控和故障参数的产品质量，这

2、就需要能够及时判别过程是否正常，若诊断方法。它的基本过程是利用多尺度主元分析对出现异常还需要及时准确地找出异常的过程参数，多变量生产过程进行监控，当监测到过程发生异常以便及时对生产过程进行调整1]。波动时，对包含故障信息的重要尺度的数据进行重1多尺度数据分析与预处理构，重构后的信号进行聚类后利用费歇判别分析进行故障参数诊断。利用Bakshi(1998)提出的多尺度主元分析]关键词：故障诊断；多尺度主元分析；K—means的思想对过程进行监测和数据预处理，同时确定数聚类；费歇贡献图据中包含有几类数据，为进一步分析做准备。它的中图分类号：TH16步骤

3、为：首先，应用小波变换对每个变量进行多尺度文献标识码：A分解，把信号分解成J个细节(details)和逼近(ap—文章编号：1001—2257(2012)02—0032—04proximation)；其次，对每个尺度建立主元模型，用Abstract：Thispaperpresentsanewmethod于决定各个尺度是否包含重要信息，如果某一尺度combiningthemulti——scalePCAwithFisherdis—．的SPE或HotellingT统计量超出它的控制限，则criminantanalysis，whichisusedfora

4、multivariate认为该尺度包含有重要信息，我们称之为重要尺度，processmonitoringandfaultparametersdiagnosis．该尺度的数据用于重构原始数据的单尺度估计；最Thebasisprocessisasfollows，amultivariate后，对每个尺度的小波系数进行阈值处理，处理后对processmonitoredbythemulti—scalePCAfirst，if包含重要信息的尺度进行重构。将所获得的重构信abnormalfluctuationwasdetected．Thedataofim—号作进

5、一步的分析。主元分析和多尺度主元分析的portantscalecontainingfaultinformationwasre—内容见参考文献[1—2]，限于篇幅，不再赘诉。constructed．Thenthereconstructedsignalwas2K—means聚类口usedfordiagnosisrootcauseoftheabnormalpa—rametersthroughFisherdiscriminantanalysis．K—means聚类方法是以K为参数，把个样本分为K个类，使类内具有较高的相似度。而类间Keywords：fau

6、ltdiagnosis；multi—scalePCA；的相似度较低，相似度的计算根据一个类中样本的k—meansclusters；Fishercontributionplot平均值来进行。它的具体过程为：随机从样本总体中选择K个样本，每个样本代表各个类的平均值或0引言中心；对剩余的样本，根据其与各个类中心的距离，将它赋给距离最近的类；重新计算每个类的平均值。随着计算机科学的进步，现代化的工程技术系这个过程不断重复，直到满足收敛条件。设E为样统正朝着大规模、复杂化的方向发展。这类系统一本总体中所有样本的平方误差的总和；K为聚类旦发生波动或事故，轻则

7、影响产品质量，严重的可能数；P为样本；m为类C的平均值(P，m是向量)。收稿日期：2011—08—29通常，收敛条件采用平方误差准则]，其定义为：·32·《机械与电子》2O12(2)故一口Lzja(5)E一∑∑l户一ml。(1)i1pEci它反映了类内的差异。综上，为了类与类间的处理大数据集的时候，K—Means算法优点是投影尽可能分开，n应使目标函数J(n)达到最大。分类效率比较高，但是它要求用户事先给出类别的)一2一“车L堕,a：z口(6)数量，这可以算是它的一个缺点，同时K—Means聚经过推导，n应满足：类方法对于噪声和孤立点数据比较敏感

8、，少量的该Ba=2L=a(7)类数据能够对平均值产生极大的影响。在本文中是这是一个广义矩阵的特征值问题，为矩阵B通过下面方法来解决上述的