基于排序熵的故障严重程度识别特征选择算法-论文.pdf

《基于排序熵的故障严重程度识别特征选择算法-论文.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23卷第3期厦门理工学院学报Vo1．23No．32015年6月JournalofXiamenUniversityofTechnologyJun．2015基于排序熵的故障严重程度识别特征选择算法潘巍巍(厦门理工学院应用数学学院，福建厦门361024)[摘要】基于排序信息熵理论中的排序互信息指标，研究故障严重程度识别的特征评价和特征选择问题．实验结果表明：排序互信息能有效识别出单调的故障特征，为故障严重程度识别提供了一种简单、直观的方法．[关键词]故障诊断；排序；信息熵[中图分类号]0235[文献标志码]A[文章编号]1673—4432(2015)o3—0102—06故障严重程度可以表示为“轻微

2、故障”，“中等故障”和“严重故障”¨．故障的不同严重程度之间本质上存在序的结构，即：“严重故障”比“中等故障”表明设备的故障严重，“中等故障”比“轻微故障”表明设备的故障严重．按照故障的严重程度，有序关系可以表示为：“严重故障”>“中等故障”>“轻微故障”按故障严重程度进行故障诊断，要求工作人员将故障按照故障严重程度划分成几个等级，实际上存在多种划分方式，例如状态监测时将故障划分为“轻微故障”和“严重故障”；当“轻微故障”时，表明设备已出现异常，须安排检修故障；“严重故障时”，须立即停机．在模式识别领域中，故障严重程度识别可以理解为有序分类问题_4]．故障特征集中存在与故障的严重程度之间存在单

3、调约束关系的特征，被称为单调故障特征，即特征值随着故障程度的增大而单调增大或变小．单调故障特征能够反映出与故障严重程度之间的单调趋势，为故障严重程度识别提供直观、直接的识别方法．本文假设全部特征都与故障严重性之间满足单调约束关系，把故障严重性问题当作单调分类问题进行研究．故障特征集中只有很少一部分与故障严重程度相关的特征，大量不相关的故障特征不仅会降低故障严重程度识别的准确性，而且会增加算法的复杂度-o．因此，在故障程度识别之前，首先需要从全部特征集合中选择出与故障严重程度相关的故障特征子集，去除不相关和冗余的故障特征．I排序信息熵定义1给定有序决策系统S=(U，A，D)，其中U={。，，⋯，

4、}表示样本集合，A={口。，口，⋯0}表示特征集合，D={d。，d，⋯，d}是样本的决策类别集合．如果不同的决策类别之间存在序，的关系，可以假定d。

5、厦门理工学院高层次人才项目(YKJ14018R)[作者简介]潘巍巍(1983一)，女，讲师，博士，研究方向为模式识别和故障诊断．E-mail：panweiwei@xmut．edu．cn第3期潘巍巍：基于排序熵的故障严重程度识别特征选择算法‘103‘[]={fiUlx≤。}．相应的，对BCA，关于和D的有序信息粒子分别定义为：[]一{UIx≥口}，[]={fieUI≤口i}，]={，EUID(x)≥。()}，[]={，∈UID(x)≤。()}，其中若Va∈B，都有≥。，则称口．单调分类是一类特殊的有序分类问题，即在有序分类的基础上，假设全部特征与决策之间存在单调约束关系．定义3给定有序决策系统S

6、=(U，A，D)，BCA，单调约束关系指的是：对V，∈U，如果≤口，，有D(x)≤口D(xj)(或者如果f≥B，，有D(x)≥BD(xj))．Shannon信息熵是描述关系不确定性的度量指标，目前被广泛应用于通信系统、数据传输和信号处理等有关信息的领域．信息熵基于概率分布进行计算，单个噪声样本不会引起概率分布明显的变化，因此对数据噪声具有很好的鲁棒性．但信息熵指标是以等价关系生成的等价类为基础，不能刻画有序分类问题中的单调约束关系，因此不能直接应用到单调分类问题．文献[4，7]介绍了“排序信息熵”的概念，该指标考虑了对象之间的有序结构，能度量特征与决策之间的单调一致性．定义4给定有序分类样本集

7、U={。，：，⋯，}，特征集合A，A．关于的前向排序熵和后向排序熵定定义为：R一，c一．定义5给定有序分类样本集U={。，，⋯，}，特征集合，B，cA，和c的前向联合排序熵和后向联合排序熵定义为：哦(一监，RHLc(一．定义6给定有序分类样本集U={。，。，⋯，}，特征集合A，A，cA．给定c后，的前向联合排序熵和后向联合排序熵定义为：明言10lI]n[]l。；、c()一丽og，阴1Iul]n[]