基于AGA-RS的故障特征参数提取方法研究

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｄｅｓｉｇｎｏｆｆａｕｌｔｃｌａｓｓｉｉｅｆｒａｎｄｉｍｐｒｏｖｅｃｏｍｐｕｔａｔｉｏｎａｌｅｉｃｆｉｅｎｃｙ．Ａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｒｏｕｇｈｓｅｔｓｔｈｅｏｒｙａｒｅｒｅｓｅａｒｃｈｅｄ
Ａｂｓｔｒａｃｔ：Ｉｎｆａｕｌｔｄｉａｇｎｏｓｉｓ，ｃｏｍｐｒｅｓｓｉｎｇｈｉｇｈｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅｓｐａｃｅｔｏｌｏｗｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅｓｐａｃｅｃａｎｓｉｍｐｌｉｉｙｆｔｈｅ
ＬＩＨｕａｙｉｎｇ，ＬＩＵＪｉａｎｍｉｎ，ＱＩＡＯＸｉｎｙｏｎｇ，ｅｔａ１．ＭｅｔｈｏｄｒｅｓｅａｒｃｈｏｆｆａｕｌｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｂａｓｅｄｏｎＡＧＡ－ＲＳ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２０１４，５０（５）：２５７－２６０．
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
基于ＡＧＡ．ＲＳ的故障特征参数提取方法研究
李华莹，刘建敏，乔新勇，李晓磊
ＬＩＨｕａｙｉｎｇ，ＬＩＵＪｉａｎｍｉｎ，ＱＩＡＯＸｉｎｙｏｎｇ，ＬＩＸｉａｏｌｅｉ装甲兵工程学院机械工程系，北京１０００７２
Ｄｅｐａ￣ｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＡｃａｄｅｍｙｏｆＡｒｍｏｒｅｄＦｏｒｃｅＥｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ１０００７２，Ｃｈｉｎａ
摘
要：在故障诊断中，将高维特征空间压缩到低维特征空间可以简化故障分类器设计，提高运算效率。研究了自
适应遗传算法（ＡＧＡ）和粗糙集（ＲＳ）理论在特征选择和特征约简中的应用，并针对柴油机燃油喷射系统故障提取了
简化特征，建立了神经网络模型。试验结果表明，基于ＡＧＡ．ＲＳ的故障特征参数提取方法可使故障分类器输入参数同时具有有效性和简约性，提高了神经网络的运算效率。
ｆｏｒｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｎｄｒｅｄｕｃｔｉｏｎ，ｔｈｅｂｒｉｅｆｆｅａｔｕｒｅｓａｒｅａｂｓｔｒａｃｔｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｆａｕｌｔｓｏｆｄｉｅｓｅｌｆｕｅｌｉｎｊｅｃｔｉｏｎｓｙｓｔｅｍ，
ｂｕｔａｌｓｏｉｍｐｒｏｖｅｔｈｅｃａｐａｃｉｔｙｏｆｎｅｕｒａｌｎｅｔｗｏｒｋ．
Ｋｅｙｗｏｒｄｓ：Fra Baidu bibliotek ｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ；ｒｏｕｇｈｓｅｔｓ；ｆａｕｌｔｄｉａｇｎｏｓｉｓ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ
ａｎｄｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｉｓｂｕｉｌｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈｅｍｅｔｈｏｄｃａｎｅｘｔｒａｃｔｅｆｆｅｃｔｉｖｅａｎｄｂｒｉｅｆｆｅａｔｕｒｅｓ，
关键词：自适应遗传算法；粗糙集；故障诊断；特征提取
文献标志码：Ａ中图分类号：ＴＫ４２３ｄｏｉ：１０．３７７８￣．ｉｓｓｎ．１００２．８３３１．１２０４．０５５３
１引言
随着设备结构１３趋复杂，反映故障状态所需要提取的特征数１３也相应地增加，致使要解决问题的特征空间变得越来越庞大。在样本数不是很多的情况下，用很多特征进行分类器设计，无论从计算的复杂程度还是分类器性能来看都是不适宜的。在这众多的原始特征中，存在很多不相关和冗余特征。按照对分类的作用，可以将原始特征分为三类川：相关特征、无关特征和冗余特征。