共查询到15条相似文献,搜索用时 62 毫秒
1.
2.
为了进一步减少特征维数、缩短运算时间、提高分类正确率等,提出了一种基于量子遗传算法的轴向柱塞泵故障特征选择方法,该方法采用量子位进行染色体编码,利用量子门更新种群。首先,对轴向柱塞泵振动信号进行小波包变换,提取出原始信号和各个小波包系数的统计特征;然后,利用量子遗传算法从原始特征集中选择出最优特征集;最后,以神经网络为分类器(其输入为最优特征集),对故障进行诊断与识别。利用该方法对轴向柱塞泵正常、缸体与配流盘磨损和柱塞滑履松动三种状态的特征集进行选择,试验结果表明,与普通遗传算法相比,量子遗传算法可以更有效地减少特征维数,提高分类正确率。 相似文献
3.
4.
5.
遗传算法在故障特征选择中的应用研究 总被引:2,自引:0,他引:2
Feature
selection is an important step in fault diagnosis owing to its considerable reduction in
redundant features to enhance the effect of diagnosis. In view of the deficiencies of
traditional combination optimization method, a new method based on genetic algorithm is
proposed in the paper. According to the results of computer simulation and practical
diagnosis example, it is proved that this method possess excellent parallelism and
optimization property. 相似文献
6.
为提高齿轮故障诊断的精度,对常用的共享特征选择方法(Share feature selection,SFS)进行改进,提出了改进的特征选择方法(Improved feature selection,IFS).改进的特征选择方法结合齿轮两两故障类型之间的特点,在齿轮两两故障之间建立独立的故障特征集,用以取代所有故障类型的... 相似文献
7.
遗传算法特征选取中的几种适应度函数构造新方法及其应用 总被引:1,自引:0,他引:1
针对遗传算法特征选取技术,提出4种适应度函数构造方法,即,基于改进的距离判据、基于平均值方差比、基于Fisher判别准则以及基于最近邻分类法的适应度函数,并通过仿真实例对方法进行了验证。最后,将新方法应用于转子故障诊断,结果表明:笔者提出的遗传算法特征选择的4种适应度函数的正确有效性。 相似文献
8.
9.
针对传统的机械故障诊断方法的局限性,提出将人工神经网络应用于机械故障诊断中。由于BP算法存在收敛速度慢及易陷入局部极小等缺陷,利用实数编码改进遗传算法对神经网络的权值和阈值进行优化训练,并把训练好的神经网络用于机械振动信号预测及机械故障诊断中。通过对机械设备振动信号的预测,可以及早发现故障,及时消除故障隐患,为企业节省大量的维修时间和维修费用,提高企业的生产率。 相似文献
10.
转炉炼钢生产过程数据特征选择是实现终点碳温预报的关键,针对生产过程高维数据不利于快速精确预测终点碳温的问题,提出一种改进遗传算法的转炉炼钢生产过程数据特征选择方法。首先采用皮尔逊相关系数衡量不同特征的重要贡献度,进而构造反映过程数据特征与终点碳温相关性的目标函数;然后通过目标函数定义了种群的最大、最小、平均适应度和随机个体适应度值4个变量,建立了一种自适应调节交叉变异概率机制,使得迭代寻优时种群分布更加合理的同时又提高了算法后期收敛速度,防止陷入局部最优。最后进行实际钢厂生产过程数据特征选择验证和对比实验,结果表明,特征选择平均用时为0.25 s,用于终点预报中温度误差在±5℃的精度为85.67%,碳含量预测误差在±0.01%的精度为80.67%。 相似文献
11.
12.
13.
14.
目前振动信号的分析主要是针对特定测点在某一瞬间采集的一段振动波形,提取其中的特征量来进行诊断故障,这种基于状态信息的诊断方法对故障类型的辨别能力有限。基于多个振动波形状态的过程信息,提出和定义了两种基于过程信息融合的信息火用指标,用于反映同一个过程中不同状态间的过程变化规律以及不同过程中对应状态间的过程变化规律。在此基础上,提出了一种基于频域时空特征谱的旋转机械信息火用故障诊断方法,并通过该方法对试验台获取的振动故障信号进行分析。计算结果表明,该方法是一种有效的故障诊断方法。 相似文献
15.
基于支持向量机的旋转机械故障诊断 总被引:5,自引:0,他引:5
把支持向量机应用于诊断旋转机械不平衡和转静碰摩故障,利用转子故障实验器分别对多项式和径向基核函数进行了实验比较,选取了不同振动参数作为特征量输入支持向量机进行学习和测试。结果表明.两种不同核函数的支持向量机在各种条件下所获得的最优故障诊断准确率很接近。这说明支持向量机的性能对结构(核函数)的依赖性很小,便于在工程中应用,但特征量的选取对故障诊断准确率影响很大。对于诊断不平衡和转静碰摩故障.一、二和三阶正、反进动量是最适合的故障诊断特征量。用正、反进动量构造出SV-进动图,可明确、形象地显示故障分类面,有助于诊断故障。 相似文献