设备故障诊断中的特征提取

设备故障诊断中的特征提取 3设备故障诊断中的特征提取 张晓梅 () 上海财经大学 应用数学系 ,上海 200433 摘 要 : 以某航天器姿控系统为研究对象 ,对故障的原始特征进行特征提取和选择 ,以使所建立的故障标 准模式由少数几个新特征给予有效的表达 ,较好地实现了主要故障模式的分离 ,为提高设备故障诊断能力 和故障定位能力奠定了基础 。同时 ,通过考察权系数 ,可判断出主分量中各个参数的贡献率 ,这将有利于 指导设计阶段的测点选择 。 关键词 : 航天器姿控系统 ; 故障诊断 ; 特征提取 ; 主分量分析 () 文章编号 : 1000 - 9787 200401 - 0012 - 02 中图分类号 : TP206 : v47 文献标识码 : A Feature extraction of equipment fa ult diagnosis ZHAN G Xiao2mei ( Dept of Appl ied Mathematics , Shangha i Institute of Finance and Economics , Shangha i 200433 , China) Abstract : Taking t he at tit ude co nt rol system of t he spacecraf t as t he research object , t he original feat ure of t he fault was ext racted and chosen , so t he normal fault mode was effectively exp ressed by several new feat ures , t hus separatio n of t he main fault mode was developed , which establishes t he base of increasing t he ability of equip2 ment fault diagnosis and orientatio n. At t he same time , t he co nt ributio n ratio of every parameter in main co mpo2 nent could be judged t hrough t he weight factor , which is favorable for measuring point choice in design stage. Key words : at tit ude co nt rol system of t he spacecraf t ; fault diagnosis ; feat ure ext ractio n ; main co mpo nent analysis 0 引 言16 种姿控系统主要故障的分离 。 样能较好的实现 1 特征提取方法设备在工作过程中 ,如果发生了故障 ,一些参数 () 就会发生某些变化 。仔细分析这些参数的变化 ,可 定义 1 :通过变换 或映射,把高维的原始特征 逐步确 定 故 障 发 生 的 原 因 和 部 位 , 即 完 成 故 障 诊 空间的模式向量用低维的特征空间的新的模式向量 1 断。但是 , 对 高 复 杂 性 的 系 统 , 能 进 行 准 确 测 量 来表达 ,从而找出最有代表性的 、最有效的特征的方 的参数可能有几十 、上百个 ,如果一一去进行全面分 法叫特征提取 。 析 ,其人力 、时间 、财力的花费都是很大的 。另一方 定义 2 :向量{ x } 中第 i 个分量对整体的贡献比 面 ,不同的故障模式下 ,同一参数很有可能具有相同 率叫贡献率 。贡献率越大 ,该分量越重要 。 或相近的变化趋势 ,使得故障分析过程发生困难 ,难 利用复杂系统的某些输出信息进行故障识别 , 2 - 3 以确切的判断故障的原因和部位。因此 ,对复 本质上对应着由特征空间到故障类型空间的映射 , 杂系统故障进行特征提取在整个故障诊断中具有重 也就是对应着故障因果关系的逆问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 。原则上复杂 要意义 ,它直接影响整个诊断过程的计算以及整个 系统的每个参数都在不同程度上反映了问题域的部 诊断系统的品质 。本文利用了主分量分析法 ,对航 分信息 ,但参数过多将增加问题分析的复杂性 。一 天器姿控分系统故障原始数据进行特征提取 ,获得 般情况下 ,这些信息存在一定程度的重叠 ,对其进行 少数几个新特征 。同使用原始特征相比较 ,新的特 特征提取 ,要求用大大少于原始参数数目的特征来 征量较好的保留了原始特性所拥有的分类信息 ,同 的保留原有的可分性 。这是可以通过适当的线性变 v v v ? z y 1111121 m 换来实现的 。考虑简单的二维中的情况 ,如图 1 。 z y v v ? v 2221 22 2 m = ? v z v v y ? pmp mp1p2 2 主要故障模式的主分量分析 如图 2 所示系统为某卫星姿控系统单轴简化模 型结构图 。 图 1 正交变换原理图 Fig 1 Principle diagra m of orthogonal transf ormation 若采用 x - x 坐标系 , 要进行分类必须同时采 1 2 ? 用 x , x 坐标 ; 若进行正交变换 , 转移到 w - w 坐 1 2 1 2 标系 ,则仅需 w 坐标即可进行分类 。由此可见 , 降低 2 数据维数有利于模式识别 。这是一般 Fisher 法 , 对于 所考虑的高维空间 ,此法显然行不通 , 为此 , 将它扩展 ( ) 到由原始高维空间投影到 P 维子空间 P > 1 。新 图 2 某卫星姿控系统单轴简化模型结构图 Fig 2 Structure diagra m of single axis control model of satell ite 的子空间是通过主分量分析建立起来的 。主分量分 利用主分量分析法进行特征提取时 , 由于分布矩 析法是通过线性变换从原始特征得到一组个数相同 , 阵 Y 是未知的 , 必须通过样本来求得 。为了使所建 且互不相关的新特征 ,但这些新特征中的前面少数几 立的分布矩阵 Y 的极大似然估计比较准确 , 就要求 个就能够包含原始特征的主要信息 ,从而实现了既保 有足够的样本数 ,这一点是通过姿控系统数据仿真来 留原始各特征主要信息 ,又减少特征个数的目的 。对 实现的 。通过对此模型仿真计算 , 可得到陀螺故障 、 于所考虑的基于故障诊断的特征提取 ,虽然参数的变 喷气故障 、红外地平仪故障 、太阳敏感器故障 、磁强计 化对应不同的故障类型或不同的故障程度 ,但可依据 故障 、磁力矩器故障 、偏置动量轮故障 、反作用飞轮故 主分量分析法的原理 ,来建立用于故障诊断的特征提 障 、模拟控制器故障 、星载计算机故障等 10 种故障的 取方法具体步骤如下 : X X ? X 12 111 m 数据 。将这 10 种故障用变量表示为 x , x , ?, x , 1 2 10 () 1原始样本数据标准化 X X X ? 21 22 2 m 设 X = 采用前述方法得到相关数据如表 1 所示 。 ? λ( ) 其中 i = 1 , 2 , ?, 10和 L , L 分别表示 i 1 k 10 k X X X ? n2n mn1 10 种故障对应的特征值和特征向量 。由贡献率可 是 m 个变量 、n 个样本组成的原始样本矩阵 。 λλX - ?X 以看出应取 7 个主分量 , 对应特征值分别为 ,, ki i1 3 令 y = , ki S i λλλλλ,,,,, 累 计 贡 献 率 已 达 到 90 . 2 % 。因 4 5 6 8 9 n m 1 1 2 Σ ( ) Σ 其中 S = X?; X?= X , X -i k i i i ki 而 , 这 7 个主特征值是反映某卫星姿控系统故障体 k = 1 n - 1 k = 1n k = 1 , 2 , ?, n ; i = 1 , 2 , ?, m 。 系的主要因素 。从表 1 还可以看出 , 经过大幅度降 ( ) 则 Y = y 是标准化后的样本矩阵 。 ij nxm维后 , 新特征所处的低维空间很好地保留了高维原 ( ) 2求 Y 的特征值及对应的特征向量 , 得特征 始特征空间的分类信息 , 在高维原始特征空间里可 T 向量阵 V , 令 Z = V Y 为样本分布矩阵 ; 分性好的故障 , 在低维压缩空间里的可分性亦很好 ; ( ) 3根据累计贡献率的要求选取主成分的个数 。 反之亦然 , 即原始特征空间里的故障模式间的可分 ( 当前 P 个 主 分 量 的 累 计 贡 献 率 足 够 大 如 达 到 性得到了较好的保留 , 因此 , 采用主分量分析法进行 Sedlrˇá Miro slav ,Matjěec Vlastimil , Grygar To máš, et al . Sol2gel p 10 - 336 . 2mo de fibre2optic mag2 2 Kersey A D ,J ackso n D A ,Co r ke M . Singlerocessing and magnetic p roperties of nickel zinc ferrite t hick neto meter wit h DC bias field stabilizatio n J . J Li ght wave Tech2 filmsJ . Ceram Int ,2000 ,26 :507 - 512 . ( ) nol ,1985 ,L T - 3 4:836 - 840 . 11 Kersey A D , Co r ke M ,J ackso n D A , et al . Detectio n of DC and Sedlar M ,Matejec V , Paulicka I. Optical fibre magnetic field sen2 Low2f requency AC magnetic fields using an all single2mo de fibre 3 so rs using ceramicmagneto st rictive jacket sJ . Senso rs and Act ua 2 ( ) magneto meter J . Elect ro nics L et ters ,1983 ,19 13:469 - 471 . to rs ,2000 ,84 :297 - 302 . Duc N H , Mackay K ,Betz J , et al . Magnetic and magneto st ric2 12 ) ( ) ( tive properties in amorphous TbDyFeCofilmsJ . J 4 传 感 器 技 术 , 刘 岚. 一种测量 静 态 磁 场 的 光 纤 传 感 仪 J . 0. 270. 731 - xx2 Phys Co ndens Mat ter ,2000 ,12 :7957 - 7968 . 1995 ,1 :28 - 30 . Ried K ,Schnell M ,Schatz F , et al . Crystallizatio n behavio ur and Bucholtz F , Villarruel C A , Davis A R , et al . Multichannel fibre2 5 13 magnetic p roperties of magneto st rictive TbDy Fe films J . Ph ys optic magneto meter system fo r undersea measurement s J . J () Stat Sol ,1998 , a167 :195 - 208 . ( ) I EEE Light wave Technol ,1995 ,13 7:1385 - 1395 . Duc N H , Danh T M , Thanh H N , et al . St ruct ural , magnetic , 6 14 袁纵横 ,刘永智 ,周晓军. 光纤 F - P 微弱磁场传感器 J . 传感 ( Mssbauer and magneto st rictive st udies of amo rp ho us Tb Feö 0. 55( ) 器技术 ,1999 ,18 1:1 - 3 . ) ( ) Co filmsJ . J Ph ys Co ndens Mat ter , 12 2000: 8283 - 7 Ki Do ng Oh ,J aydeep Ranade , Vivek Arya , et al . Optical Fibre 0. 451. 5 Fabry2Perot interfero met ric senso r fo r magnetic field measure2 8293 . Duc N H. Develop ment of giant low2field magneto st rictio n in a2 ( ) ment J . I EEE Photo n Technol L et t ,1997 ,19 6:797 - 799 . 15 Yariv A , Winso r H V . Propo sal fo r detectio n of magnetic fields 8 Terfeco Han2based single layer , multilayer and sandwich films J . J Magn Magn Mater ,2002 ,242 - 245 :1411 - 1417 . t hro ugh magneto st rictive pert urbatio n of optical fibers J . O ptics ( ) L et ters ,1980 ,5 3:87 - 89 . 作者简介 : 9 Dandridge A , Tveten A B ,Sigel G H , et al . Optical fibre magnetic ( ) 刘吉延 1978 - ,男 ,山东济宁人 ,硕士研究生 ,研究方向为磁致 ( ) field senso rsJ . Elect ro n . L et t ,1980 ,16 11:408 - 409 . 伸缩薄膜材料及其实际应用 。 ()上接第 13 页 表 1 由主分量分析法得到的参量 Ta b 1 Para meters obta ined by principal component analytics λL L L L L L L L L L ( ) 1 k 2 k 3 k 4 k 5 k 6 k 7 k 8 k 9 k 10 k 贡献率 % i 7 . 9 6 . 3 7 . 8 1 . 5 0 . 9 7 . 6 2 . 1 2 . 9 1 . 8 1 . 4 3 . 7 12 . 23 2 . 4 3 . 2 1 . 3 7 . 5 2 . 8 1 . 9 1 . 6 6 . 5 8 . 7 2 . 1 0 . 8 3 . 76 11 . 3 3 . 1 4 . 6 - 2 . 5 7 . 9 4 . 8 - 5 . 1 1 . 2 2 . 3 8 . 9 - 3 . 4 17 . 50 6 . 7 4 . 0 2 . 3 7 . 1 11 . 2 1 . 3 1 . 9 - 8 . 2 2 . 9 3 . 1 6 . 7 10 . 43 12 . 1 9 . 6 - 2 . 8 4 . 2 4 . 8 - 1 . 1 5 . 5 3 . 5 8 . 2 2 . 3 1 . 7 18 . 75 10 . 4 4 . 8 3 . 6 2 . 5 1 . 3 - 2 . 4 - 8 . 4 6 . 5 4 . 9 1 . 1 2 . 9 16 . 14 2 . 2 1 . 8 2 . 1 1 . 7 - 4 . 2 5 . 1 8 . 2 - 3 . 1 3 . 8 1 . 2 6 . 5 3 . 41 3 . 3 2 . 4 1 . 5 - 1 . 6 3 . 9 6 . 7 7 . 9 - 8 . 1 3 . 7 2 . 6 4 . 4 5 . 12 6 . 5 1 . 5 3 . 8 3 . 2 - 1 . 8 8 . 5 1 . 6 3 . 4 6 . 3 1 . 3 1 . 6 10 . 07 1 . 7 - 1 . 1 0 . 8 2 . 7 - 4 . 2 4 . 6 7 . 6 1 . 1 1 . 4 2 . 9 6 . 1 2 . 63 参考文献 :3 结 论 1 黄文虎 , 夏松波 , 刘瑞岩 , 等. 设备故障诊断原理 、技术及应用 () 1主分量分析法的数学原理是坐标变换 ,它将 M . 北京 :科学出版社 ,1996 . 1 - 7 . 原变量变换成互不相关的变量 ,通过考察参数的权 2 于百胜. 基于模型的故障诊断技术研究及在航天领域中的应用 系数 ,可判断各个主分量中各个参数的贡献率 。这 D . 哈尔滨 :哈尔滨工业大学 ,1997 . 1 - 11 . 3 有利于指导设计阶段的测点选择 。 Roland Schultze . Multiple2o bserver scheme fo r safe navigatio n J . ( ) Co nt rol Engineering Practice ,1999 ,12 7:1274 - 1289 . () 2将主分量分析法用于航天器故障诊断中的 :作者简介 特征提取 ,可以使故障标准模式大幅度降维 ,并能较 ( ) 张晓梅 1972 - ,女 ,辽宁省黑山县人 ,博士 ,研究领域为控制系 好的实现主要故障模式的分离 ,进而可有效地提高 file:///D|/新建 Microsoft Word 文档.txt df机及ov及ojxlkvjlkxcmvkmxclkjlk;jsdfljklem,.xmv/.,mzxlkjvolfdjiojvkldf file:///D|/新建 Microsoft Word 文档.txt2012/8/2 16:09:56