相关流形距离在转子故障数据集分类中的应用方法 被引量：7

1

作者 赵荣珍 赵孝礼 +1 位作者 何敬举 刘韵佳 《振动与冲击》 EI CSCD 北大核心 2017年第18期125-130,139,共7页

针对故障特征属性值域之间存在着一定相关性导致准确分类困难的问题,提出一种能够考虑相关系数影响作用的转子故障数据集分类方法;该方法是将相关流形距离的边界Fisher分析(Correlation Manifold Distance Marginal Fisher Analysis,CDM... 针对故障特征属性值域之间存在着一定相关性导致准确分类困难的问题,提出一种能够考虑相关系数影响作用的转子故障数据集分类方法;该方法是将相关流形距离的边界Fisher分析(Correlation Manifold Distance Marginal Fisher Analysis,CDMFA)与相关流形距离的K-近邻(Correlation Manifold Distance K-Nearest Neighbor,CDKNN)分类器概念相结合在一起的结果。首先,将振动信号集合转换成多域、多通道高维故障特征数据集;然后,通过CDMFA将融合相关系数的相关流形距离用于度量数据样本间的近邻与权值,据此能更好地反映高维数据间的相似性关系,提取出能使类间距离趋大的低维特征子集;最后,将得到的低维特征子集输入到CDKNN分类器中进行故障模式辨识。用一个双跨度转子系统数据集与仿真数据集对所提出的方法进行了验证。结果表明:本方法降维效果良好,可获得更高的故障分类准确率。研究发现,采用相关流形距离作为信息测度的故障数据分类方法能更真实地揭示出高维特征间的几何结构关系;该方法可为高维故障数据集的特征属性约简与分类,提供降低数据规模的理论参考依据。 展开更多

关键词 故障分类 相关流形距离 边界Fisher分析 K近邻分类器 转子故障数据集

在线阅读 下载PDF 职称材料

基于一种流形学习新算法的转子故障数据集降维研究 被引量：1

2

作者 王冠超 赵荣珍 张维强 《机械设计与制造》 北大核心 2015年第9期201-203,207,共4页

针对旋转机械的转子故障诊断中原始特征多、难以有效提取振动信号非线性特性的问题,提出一种结合已知故障类别信息进行流形学习降维的新算法—监督邻域保持多项式嵌入(Supervised Neighborhood Preserving Polynomial Embedding,S-NPPE... 针对旋转机械的转子故障诊断中原始特征多、难以有效提取振动信号非线性特性的问题,提出一种结合已知故障类别信息进行流形学习降维的新算法—监督邻域保持多项式嵌入(Supervised Neighborhood Preserving Polynomial Embedding,S-NPPE)。利用样本点的故障类别信息,改进转子故障特征数据集中样本点间的欧式距离,重新构造样本点邻接图,再对数据集进行非线性降维处理。先介绍流形学习降维理论,然后给出重构邻接图以及S-NPPE算法的基本步骤,结合转子试验台的不同状态下的振动信号,探讨其在转子故障数据集降维中的应用。 展开更多

关键词 维数约简 故障数据集 流形学习 加权欧式距离 转子试验台

在线阅读 下载PDF 职称材料

基于标准正交判别投影的转子故障数据集降维方法 被引量：5

3

作者 石明宽 赵荣珍 《振动与冲击》 EI CSCD 北大核心 2020年第18期96-102,共7页

针对旋转机械智能决策技术的故障数据分类问题,提出一种基于标准正交判别投影(SODP)的转子故障数据集降维算法。该方法从时域、频域及时频域构造原始故障特征集,将振动信号转化为高维特征数据集;运用SODP选择出其中最能反映故障本质的... 针对旋转机械智能决策技术的故障数据分类问题,提出一种基于标准正交判别投影(SODP)的转子故障数据集降维算法。该方法从时域、频域及时频域构造原始故障特征集,将振动信号转化为高维特征数据集;运用SODP选择出其中最能反映故障本质的敏感特征子集;将得到的低维特征子集输入到KNN分类器中进行故障模式辨识。用一个双跨度转子系统的振动信号集合进行验证,证明了该方法能够有效地提取出全局与局部判别信息,使故障类别之间的差异性变得更清晰,相应地提高了故障模式识别准确率。研究表明该算法可为实际转子智能故障诊断提供参考。 展开更多

关键词 故障分类 转子故障数据集 正交判别投影 标准正交性约束 K近邻(KNN)分类器

在线阅读 下载PDF 职称材料

基于UDGDP的转子故障数据集降维方法 被引量：1

4

作者 杨泽本 赵荣珍 刘强 《振动与冲击》 EI CSCD 北大核心 2022年第16期255-260,共6页

针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection,UDGDP)降维算法。该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分... 针对旋转机械智能故障辨识精度偏低的问题,提出一种基于不相关约束的双邻接图判别投影(uncorrelated double graph discriminant projection,UDGDP)降维算法。该算法通过构建两个流形结构图使低维空间同类样本更加紧凑、异类样本更加分散,同时引入不相关约束条件以降低投影变换后特征分量之间的相关性,进而达到提取敏感故障特征的目的。用转子故障数据集进行验证的结果表明:UDGDP算法能够降低所获得低维空间各特征之间的相关性,并且使故障各类别之间的差异性变得更加清晰,可有效提升分类器的辨识精度。该算法可为转子系统故障的智能辨识技术提供理论参考依据。 展开更多

关键词 双邻接图判别投影(UDGDP) 不相关约束 转子故障数据集 降维

在线阅读 下载PDF 职称材料

无人机故障模拟数据集构建与评测方法

5

作者 王怡澄 柴梦娟 +6 位作者 余道杰 白艺杰 梁丽月 李涛 周佳乐 杜剑平 姚振宁 《强激光与粒子束》 北大核心 2025年第4期37-44,共8页

无人机系统复杂且故障模式多样,对其可靠性、稳定性和安全性提出了一定的挑战。针对无人机故障数据样本集缺乏且不完备的问题,采用预设故障注入法构建了无人机故障模拟数据集。故障模拟数据集基于偏差故障、漂移故障、锁死故障和缩放故... 无人机系统复杂且故障模式多样,对其可靠性、稳定性和安全性提出了一定的挑战。针对无人机故障数据样本集缺乏且不完备的问题,采用预设故障注入法构建了无人机故障模拟数据集。故障模拟数据集基于偏差故障、漂移故障、锁死故障和缩放故障四种故障描述模型,实现了无人机正常状态、执行器故障和传感器故障的等效模拟,并进一步通过深度学习网络评测数据集。仿真结果表明:WDCNN、ResNet和QCNN三种深度学习网络均验证了本文故障模拟数据集构建方法及数据集的有效性和完备性。从故障诊断精确度指标来看,WDCNN达到82%以上,ResNet达到90%以上,QCNN达到92%以上,提出的方法为基于数据驱动的无人机故障诊断研究提供了一个较为完备的数据集及评测方法。 展开更多

关键词 故障诊断 无人机系统 故障数据集 数据驱动 深度学习

在线阅读 下载PDF 职称材料

CNN-DLSTM结合迁移学习的小样本轴承故障诊断方法

6

作者 仇芝 徐泽瑜 +2 位作者 陈涛 石明江 韦明辉 《机械科学与技术》 北大核心 2025年第2期288-297,共10页

针对轴承故障数据样本少、未知故障难以分类等问题,提出了一种将一维卷积神经网络(1D convolutional neural network, 1D-CNN)连接深层长短时记忆循环神经网络(Deep long-short-term memory neural network, DLSTM)的模型结合迁移学习... 针对轴承故障数据样本少、未知故障难以分类等问题,提出了一种将一维卷积神经网络(1D convolutional neural network, 1D-CNN)连接深层长短时记忆循环神经网络(Deep long-short-term memory neural network, DLSTM)的模型结合迁移学习的故障诊断方法。该诊断方法基于电机振动数据,利用CNN提取故障特征;将特征作为DLSTM的输入,进一步学习、编码从CNN中学习的特征序列信息,捕获高级特征用于故障分类;首先用充足的西储轴承数据对该故障诊断模型进行预训练,再利用迁移学习放松训练数据和测试数据可不必独立同分布的能力,使用自制实验平台的小样本数据微调预训练模型。最后用迁移学习后的模型,对跨工况、跨型号、跨故障的故障轴承数据进行模拟实验。结果表明,所提出的方法与其他方法相比鲁棒性强,训练速度更快,能够更精确的诊断故障,平均诊断精度达到99%以上。 展开更多

关键词 小样本数据集故障诊断 卷积神经网络 长短期记忆网络 迁移学习

在线阅读 下载PDF 职称材料

面向海量机械故障数据的胶囊网络算法研究

7

作者 王斌 《机床与液压》 北大核心 2021年第8期182-187,共6页

针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案。胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理... 针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案。胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理能力和泛化能力;经过squash函数挤压后的胶囊矢量可以更准确地提取和描述故障特征;升维胶囊矢量,基于特征编码和归一化的处理方式,可得到更准确的故障分类结果。实验结果显示:优化胶囊网络算法具有更强的故障特征聚类性能和迭代运算性能,故障集检测精度值高于经典卷积神经网络算法。 展开更多

关键词 胶囊网络算法 大规模故障数据集 squash函数 特征编码

在线阅读 下载PDF 职称材料

转子故障特征数据分类的KPCA-BFDA方法 被引量：6

8

作者 马再超 赵荣珍 杨文瑛 《振动．测试与诊断》 EI CSCD 北大核心 2013年第2期192-198,334-335,共7页

对非线性转子系统故障特征数据的分类方法进行了研究。在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判... 对非线性转子系统故障特征数据的分类方法进行了研究。在提出一种偏费歇判别分析法(biased fisher discriminatory analysis,简称BFDA)的前提下,进一步提出将核主成分分析法(kernel principal component analysis,简称KPCA)与偏费歇判别分析法相结合的数据集降维方法,该方法中的核主成分分析步骤用于构造剔除数据集冗余信息的降维数据集,偏费歇判别分析步骤用于进一步降低数据集维数并提高不同类别数据子集间的分离程度。对实例数据与典型故障数据的分类结果表明,提出的偏费歇判别分析法在具备费歇判别分析降维可分性能的基础上,具有更低计算复杂度的特点。提出的核主成分分析结合偏费歇判别分析的算法,其对应的降维结果能直接应用于线性分类器,且取得了较好的分类效果。 展开更多

关键词 故障特征数据集 数据分类 偏费歇判别分析 核主成分分析

在线阅读 下载PDF 职称材料

基于EMATE和POA-ELM的声音信号故障诊断方法 被引量：3

9

作者 徐浙君 王凯 +1 位作者 罗少杰 崔炳荣 《机电工程》 CAS 北大核心 2024年第6期956-968,共13页

常规的工程机械故障诊断方法一般需对振动信号进行分析,但采集振动信号时需要使振动传感器与工程机械相接触,在某些情况下工程机械表面不适合安装传感器,如设备的温度较高或者传感器的安装空间有限。针对这些问题,以声音信号作为故障诊... 常规的工程机械故障诊断方法一般需对振动信号进行分析,但采集振动信号时需要使振动传感器与工程机械相接触,在某些情况下工程机械表面不适合安装传感器,如设备的温度较高或者传感器的安装空间有限。针对这些问题,以声音信号作为故障诊断对象,提出了一种基于增强多尺度注意熵(EMATE)和鹈鹕优化算法优化极限学习机(POA-ELM)的工程机械故障诊断方法。首先,利用声音传感器采集了工程机械不同故障的声音信号,避免了振动传感器存在的接触式采集缺陷;然后,利用EMATE提取了声音信号中的故障信息,建立了表征工程机械不同故障状态的特征向量;接着,鉴于ELM的参数需要优化的问题,采用POA对ELM的关键参数进行了寻优,建立了参数自适应设置的ELM分类模型;最后,利用POA-ELM分类器对故障特征进行了辨识,实现了工程机械的故障识别,并利用往复压缩机和滚动轴承的声音信号数据集对基于EMATE-POA-ELM的故障诊断方法的有效性进行了验证。研究结果表明:将EMATE方法作为故障特征提取指标能够取得100%和99.23%的识别准确率,且特征提取的时间仅为53.88 s和172.47 s;与多尺度注意熵、复合多尺度注意熵、时移多尺度注意熵等指标相比,EMATE的平均故障识别准确率更高,并具有更好的综合性能。 展开更多

关键词 工程机械 往复压缩机 滚动轴承 故障数据集 增强多尺度注意熵 故障诊断 鹈鹕优化算法优化极限学习机

在线阅读 下载PDF 职称材料

一种基于DBN的漏电保护器故障诊断系统 被引量：2

10

作者 郭志涛 段弢 杨玉杰 《现代电子技术》 2022年第8期121-125,共5页

智能剩余电流保护器具有灵敏度高、功能多样等优势,但其结构复杂、抗干扰性和可靠动作性较差、故障率较高,且造成保护器同一故障现象的原因较多,不易检查。针对上述保护器的不足,文中设计一种基于深度置信网络的故障诊断系统对保护器进... 智能剩余电流保护器具有灵敏度高、功能多样等优势,但其结构复杂、抗干扰性和可靠动作性较差、故障率较高,且造成保护器同一故障现象的原因较多,不易检查。针对上述保护器的不足,文中设计一种基于深度置信网络的故障诊断系统对保护器进行故障诊断。系统设计包括硬件和软件两部分,硬件设计用于对剩余电流保护器进行出厂参数设定、功能测试及故障数据收集,建立故障数据集;软件设计包括搭建网络模型、提取故障数据特征、定位故障位置。测试结果表明,文中系统可完成对剩余电流保护器的批量自检,可对故障保护器进行故障诊断的正确率达到92.9%。 展开更多

关键词 剩余电流保护器 深度置信网络 系统设计 故障诊断 特征提取 故障数据集 网络模型 故障检测

在线阅读 下载PDF 职称材料

基于概率切片累积特征的轴承双向传感器信息融合故障诊断

11

作者 张龙 刘杨远 +3 位作者 唐晓红 张号 肖乾 赵丽娟 《计算机集成制造系统》 EI CSCD 北大核心 2023年第8期2722-2732,共11页

针对采集的轴承振动信号易受环境的影响而导致存在许多不确定性因素的现实情况,采用一种基于概率切片累积特征的轴承双向传感器信息融合故障诊断方法实现对轴承故障的定性分析。首先利用概率盒理论(P-box)将来自水平和垂直方向传感器的... 针对采集的轴承振动信号易受环境的影响而导致存在许多不确定性因素的现实情况,采用一种基于概率切片累积特征的轴承双向传感器信息融合故障诊断方法实现对轴承故障的定性分析。首先利用概率盒理论(P-box)将来自水平和垂直方向传感器的时域信号分别进行概率盒建模,从而减小认知不确定性带来的消极影响并充分提取多方位振动信号中故障信息;然后提取模型概率切片累积特征输入到构建的双通道并行卷积神经网络(PCNN)自适应训练,在此基础上通过在网络的全连接层之前添加一个融合层进行双向特征信息融合;最后利用归一化指数函数实现故障部位的辨识。某铁路局机务段轮对轴承数据分析结果表明,所采用方法在应对故障程度不均衡数据集时仍具有较高的准确性和稳定性,且在不同噪声条件下具有一定的鲁棒性。 展开更多

关键词 双向传感器信息融合 认知不确定性 概率切片累计特征 双通道并行卷积神经网络 故障程度不均衡数据集

在线阅读 下载PDF 职称材料