基于模糊聚类的支持向量机在振动故障诊断中的运用.pdf

《基于模糊聚类的支持向量机在振动故障诊断中的运用.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、第55卷第3期汽轮机技术V01．55No．32013年6月TURBINETECHNOLOGYJun2013基于模糊聚类的支持向量机在振动故障诊断中的运用朱晓东，倪秋华(东南大学火电机组振动国家工程研究中心，南京210096)摘要：提出了一种基于模糊聚类的支持向量机算法，构建了适用于故障诊断的模糊支持向量机分类器，并把该算法运用到汽轮发电机组振动故障诊断中。对实验数据进行故障模式识别验证，结果表明该方法与传统的SVM方法相比，在保证分类器性能的前提下，可有效提高训练正确率。关键词：模糊聚类；支持向量机；

2、故障诊断分类号：TK206．3文献标识码：A文章编号：1001—5884(2013)03-0232-03ApplicationofSupportVectorMachinesBasedontheFuzzyClusteringforFaultDiagnosisZHUXiao．dong．NIQiu．hua(NationalEngineeringResearchCenterofTurbo—generatorVibration，SoutheastUniversity，Nanjing210096，China)Ab

3、stract：Combinedthefuzzyclusteringtechnologywithsuppo~vectormachinemethod，thenewalgorithmhasappliedtothevibrationfaultdiagnosis．Thefaultdiagnosisoffuzzysuppo~vectormachinesalgorithmhasreducedthestructureandcomplexityofsupportvectormachineclassifier，andha

4、salsoreducedthenumberof2-classclassifier．Thesimulationresultshaveshowedthatthediagnosisaccuracywasincreasedbythealgorithmwiththeguaranteeofclassifier’Sperformance．Keywords：fuzzyclustering；fuzzysupportvectormachine；faultdiagnosis⋯，，n表示样本种类，其中一(，⋯，)，m表0前言

5、示第i类样本中包含的特征向量数目。1．1知识学习阶段(训练样本)-7]研究、发展并应用先进的振动监测与智能故障诊断技第一步：术，对于保证汽轮发电机组的安全可靠运行，避免安全事故，求取每类征兆样本的模糊聚类中心：提高经济效益和社会效益都具有重要意义。(1)取特征参数C=1，s：0．001，q=1．1，m=10，n=5。支持向量机(SVM)作为一种基于统计学习理论的机器(2)取初始分类矩阵R=[r]⋯其中表示样本学习方法，具有严格的数学统计基础。由于支持向量机分类属于第i类的隶属度。显然R的各纵向之和为1

6、。现在由于器建立在结构风险最小化准则上，从而使其具有较好的推广C=1，故为全1矩阵。能力，经过多年的完善和发展已经在振动故障诊断领域获得(3)求取每类样本的聚类中心矩阵U={U，，⋯，了一定的应用。但传统的支持向量机方法无法解决多类故U}，其中U表示第i类故障样本的聚类中心向量，且U=障模式分类的问题。(u“，⋯，u，⋯，“)，其中“是第i类故障样本的第个基于上述问题，本文引入模糊聚类分析(FCM)方法，构特征向量的聚类中心。建适用于振动故障诊断的模糊支持向量机(FCSVM)分类器，并给出了诊断算法；

7、选择旋转机械的8种特征量所反映的5∑^：】()类典型故障样本数据构成汽轮发电机组振动故障诊断的故障样本集，通过汽轮发电机组模拟振动故障试验台实验数据k∑=l()进行故障诊断验证、对比，结果表明：与传统的支持向量机方第二步：法相比较，基于模糊聚类的支持向量机振动故障诊断方法具利用模糊聚类分析技术将聚类中心矩阵U：{，，⋯有更高的准确性。，U}聚类成两类U和U，并求出各自的聚类中心V1、：(1)取特征参数：C=2，s=O．0001，q=1．1，m=10，n=5。1模糊支持向量机算法描述(2)根据个人经验取

8、初始分类矩阵R=[]⋯显然的各纵向之和为1。基于模糊聚类分析的支持向量机算法可描述为知识学(3)计算得到、。习和故障识别两个阶段。设振动信号征兆样本：，，(4)计算新的分类矩阵R=[r：]。．。收稿日期：2012-06-06作者简介：朱晓东(1967-)，男，副教授，博士，现从事动力机械和转子动力学方面的研究工作。第3期朱晓东等：基于模糊聚类的支持向量机在振动故障诊断中的运用233中选取相应的样本集作为求取第二个SVM分类器的训练样本，接下来完成聚类分析