基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究.pdf

《基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、试验研究总第179期doi：10.3969/j.issn.1005-2798.2014.07.001基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究王江荣，文晖（兰州石化职业技术学院信息处理与控制工程系，甘肃兰州730060）摘要：为了正确诊断和识别矿井通风机故障，选取矿井通风机振动信号中的7个频率段能量指标作为故障识别的样本变量。在此基础上，采用主成分分析（PCA）与朴素贝叶斯（NBC）判别分析相结合的方法建立通风机故障判别模型。以采集到的15个样本数据为学习样本，10个为预测样本，对该模型进行检验和应用，并与传统NBC判别分析模型和其它模型的结果进行比

2、较。测试结果表明利用PCA与NBC故障判别模型能够有效地消除样本变量指标间的相互影响，使故障判别结果更加准确。关键词：矿井通风机；故障判别；主成分分析；朴素贝叶斯分析中图分类号：TD441文献标识码：A文章编号：1005-2798（2014）07-0001-04FanVentilatorDiagnosisResearchBasedonPrincipalComponentandNaiveBayesDiscriminantAnalysisofinCoalMineWANGJiang-rong，WENHui（InformationProcessingandControlEng

3、ineeringDepartmentofLanzhouPetrochemicalVocationalandTechnicalCollege，Lanzhou730060，China）Abstract：Inordertocorrectlymineventilatorfaultdiagnosisandrecognition，itselectedsevenofthemineventilatorvibrationsignalfrequencyenergyindexasthefaultidentificationofsamplevariables.Onthisbasis，itbu

4、ilttheventilatorfaultdiscriminantmodelbycombiningwiththemainprincipalcomponentanalysis（PCA）andnaivebayes（NBC）discriminantanalysismethod.15sampleswerecollectedwithdataaslearningsamples，10sampleswerefortheprediction，itcomparewiththetraditionalNBCdiscriminantmodelandothermodelsforthemodelt

5、estandapplication.TestresultsshowthattheuseofPCAandNBCfaultdiscriminantmodelcaneffectivelyeliminatesamplevariableindicators，themutualinfluencebetweenthefaultresultsismoreaccurate.Keywords：mineventilator；failurecriterion；principalcomponentanalysis；simplebayesiananalysis正确诊断和识别矿井通风机故障并采取相

6、应措主成分分析（PCA，PrincipalComponentsAnalysis）［3-4］施及时排除故障是关乎煤矿安全生产的大事。因法对影响通风机故障的原始指标数据信息进行此，对矿井通风机进行故障诊断和识别是十分重要提炼，把彼此相关联的指标变量转化为彼此独立、新［1］的。随着微电子等技术的发展，对矿井通风机故的样本指标变量，消除指标间信息叠加现象，尽可能［2］障数据的获取不再难。虽然矿井通风机故障有很减少故障类型的误判。朴素贝叶斯判别分析法［5-6］多，但较典型的有：转子不平衡、不对中、松动、碰磨（NBC，NaiveBayesianClassifier）具有计算效率和

7、轴承失效等故障。对这些故障的实时监测和诊断高、精确度高和适用性强等特点，与其他算法相比有可通过振动信号中的一组振动频率来实现，并将该着最小的错误率等优点，用该法对处理过的样本数组频率作为判断通风机故障的指标（因素或特征）。据进行判别，取得了非常好的效果。实例仿真结果这些判别指标之间信息界限不明显，存在着模糊叠表明用本文建立的基于PCA和NBC的判别分析模加现象，这会导致故障类型的误判。为此，本文将用型（PCA-NBC）在诊断矿井通风机故障类别时，准收稿日期：2014-03-19基金项目：甘肃省财政厅专项资金立项资助（甘财教［2013］116号）作者简