基于小波包变换和GA-PLS算法的故障特征选择方法-论文.pdf

《基于小波包变换和GA-PLS算法的故障特征选择方法-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、振动、测试与诊断第34卷第2期Vo1．34No．22014年4月JournalofVibration．Measurement＆DiagnosisADr．2014基于小波包变换和GA—PLS算法的故障特征选择方法张培林，李胜(军械工程学院七系石家庄，050003)摘要为了提高故障诊断的分类精度，减小分类运算时间等问题，需要从原始特征集合中选择出更为优化的特征子集合，因此，提出了一种基于小波包变换和GA—PLS算法的特征选择方法。首先，采用小波包变换对提取出的振动信号进行分解，从而得到小波包的分解系数；其次，运用遗传算法偏最小二乘法从原

2、始信号和小波包系数的统计学特征中选择出最优特征集；最后，将最优特征集作为输入，输入到支持向量机中以实现对不同故障的诊断与识别。应用于轴向柱塞泵故障诊断中，与现有特征选择方法对比，实验结果验证了本研究特征选择方法的有效性。关键词小波变换；遗传算法偏最小二乘法；轴向柱塞泵；特征选择中图分类号THI37变量问多重共线性问题的能力而提出的。该算法主引言要用于非线性问题的求解，具有较好的变量选择及模型优化效果，被广泛地运用到有机化合物定量结特征选择可以有效地降低特征集的整体维数，构一活性相关(QsAR)、近红外技术等方面。，取得减少分类时的运

3、算量，从而提高分类准确率[1]。采了较好特征选择和分类效果。用不同的数据分析方法可以在原始信号中提取特征笔者将遗传算法一偏最小二乘法引入到特征集组成原始特征集，而不同的特征选择方法会对其分的选择，设计了基于小波包变换和GA—PIS算法的类结果产生比较大的影响。文献[2]提出了综合样特征选择方法，以轴向柱塞泵的振动信号为例进行本矢量方向离散度概念，以此作为故障特征参数的特征选择，与其他特征选择方法相比，实验结果验证优选准则。文献[3]通过最大化特征一类信息量和最了该方法的有效性，为轴向柱塞泵的特征选择提供小化特征一特征信息量去除冗余特

4、征，但是该算法必了一种新方法。须对各个特征量进行离散化处理，需要有一定的先验知识，而且计算量较大。1理论基础小波包分析可根据高频调制特性，对振动信号进行小波包变换和包络解调，从而提取故障特1．1小波包变换征[4-s]。这种方法虽然可以直接把从时域或频域提取出的特征作为输入，输入到分类器中进行分类，但小波包变换可同时分解振动信号的低频部分和是提取的特征集中可能包含着部分噪声、冗余特征高频部分，并且可以依据振动信号的主要特征，自适或不相关特征。应地选择相应的频带以匹配信号的频谱，从而提高目前，常用的特征选择方法是主成分分析法时频的分辨率

5、口”]。(principlecomponentanalysis，简称PCA)，该方法若。包含被分析的信号，将V。分别投影到可以用少数的特征来拟合原始特征，但缺点是用于和w上，其中：为低频分量；W为高频分量；V线性问题的求解，不能反映原始数据对分析结果的空间进一步分解为和w。。因此，将一个子空间非线性影响。遗传算法一偏最小二乘法(genetical—分解为空间和W⋯，即gorithm—partialleastsquare，简称GA—PLS)是V一V1(W1(1)LeardiRl7于1994年为了结合遗传算法(GA)的在小波包分解过程中

6、，不仅将，分解，还将w，全局优化搜索能力和偏最小二乘法(PLS)有效解决也进行了分解。令V。开始分解，则W一V。和*收稿日期：2012—02—28；修回El期：2012—10—22振动、测试与诊断第34卷(f)一(￡)，进而得到W分解为w和W，且力，因此能够对特征进行有效的筛选。oW—w。若继续分解下去，在高层被分解GA—PLS方法选择特征的基本过程如下。为w；旱和w；两个子空间，对应w的基为1)随机初始化染色体，染色体长度应等于特征{(￡一2n))z；w旱和w；的基分别为的个数，赋二进制值给每个染色体，字符串中的字符{旱(一2)}

7、∈和{旱1(一2n))∈z，其中，对应一个特征，其中选中相应的变量用1表示，未被基函数满足二尺度方程选中相应的变量用0表示。2)评价个体适应度，适应度表示特征对模型性{f畔()一一∑h(n)Xlt~(t一2in)能的影响，其中适应度值较高的特征被保留，而适应(2)度值低的特征就被删除。文中的适应度函数如下I喇()一∑g()(f一2in)所示且满足车上和上；，h]和Filmess—㈩g]为共轭镜像和滤波器，g[n]一(一1)卜·q。一1一HPREss／ssY(5)[1一]。其中：，z为特征个数；q为通过留一法得到的交叉验因此，小波包分

8、解的表达式如下证值；C为被选择出的特征个数；h为变量的平方V，一w①W2Hk+①⋯ow；三L(3)和；HPRE为留一法交叉验证后的预测平方和。随着尺度的增加，子空间的数目增加，频3)根据求解的适应度值进行遗传操作。复制带划分愈细。适应