基于核張量的轉子系統(tǒng)故障特征提取方法研究

1、機電工程學院機電工程學院基于核張量的轉子系統(tǒng)故障基于核張量的轉子系統(tǒng)故障 特征提取方法研究特征提取方法研究 機電工程學院機電工程學院目錄1、課題意義及研究現(xiàn)狀課題意義及研究現(xiàn)狀 2、研究目標、內(nèi)容及需要、研究目標、內(nèi)容及需要 解決的關鍵問題解決的關鍵問題3、 研究技術路線、實驗方案研究技術路線、實驗方案及創(chuàng)新性及創(chuàng)新性報告內(nèi)容報告內(nèi)容4、前期工作積累、前期工作積累 課題意義課題意義旋轉機械在運行中產(chǎn)生的振動信息呈現(xiàn)旋轉機械在運行中產(chǎn)生的振動信息呈現(xiàn)出數(shù)據(jù)量大、非線性程度高等特征出數(shù)據(jù)量大、非線性程度高等特征 向量表示難以滿足當今機械振動數(shù)據(jù)內(nèi)向量表示難以滿足當今機械振動數(shù)據(jù)內(nèi)部結構表示及相關性

2、要求部結構表示及相關性要求傳統(tǒng)的線性數(shù)據(jù)降維方法不能有效的處傳統(tǒng)的線性數(shù)據(jù)降維方法不能有效的處理機械振動非線性數(shù)據(jù)理機械振動非線性數(shù)據(jù)一、課題意義及研究現(xiàn)狀一、課題意義及研究現(xiàn)狀213一、課題意義及研究現(xiàn)狀一、課題意義及研究現(xiàn)狀 張量表示張量表示主要用于圖像及人臉識別等主要用于圖像及人臉識別等 數(shù)據(jù)降維及模式識別中數(shù)據(jù)降維及模式識別中張量數(shù)據(jù)降維張量數(shù)據(jù)降維基于線性的數(shù)據(jù)降維方法基于線性的數(shù)據(jù)降維方法基于非線性的數(shù)據(jù)降維方法基于非線性的數(shù)據(jù)降維方法基于多線性的數(shù)據(jù)降維方法基于多線性的數(shù)據(jù)降維方法研究現(xiàn)狀研究現(xiàn)狀二、目標、內(nèi)容及需解決的關鍵問題二、目標、內(nèi)容及需解決的關鍵問題在研究核張量的基礎上

3、，建立在張量表達下的在研究核張量的基礎上，建立在張量表達下的多核選擇多核選擇 與敏感特征貢獻程度關系的非線性與敏感特征貢獻程度關系的非線性表達表達推導出多核張量加權權重與轉子判別敏感信息推導出多核張量加權權重與轉子判別敏感信息的公式化表達，由此可為轉子運行狀態(tài)對特征的公式化表達，由此可為轉子運行狀態(tài)對特征的敏感程度不同，獲得對判別有用的敏感信息的敏感程度不同，獲得對判別有用的敏感信息為目的的多核權重提供理論依據(jù)為目的的多核權重提供理論依據(jù)編寫一套以編寫一套以LabVIEW語言為基礎的轉子健康語言為基礎的轉子健康監(jiān)測系統(tǒng)監(jiān)測系統(tǒng)研究目標研究目標123二、目標、內(nèi)容及需解決的關鍵問題二、目標、內(nèi)容

4、及需解決的關鍵問題研究內(nèi)容研究內(nèi)容研究核函數(shù)的模型與參數(shù)優(yōu)化，確定適合研究核函數(shù)的模型與參數(shù)優(yōu)化，確定適合張量數(shù)據(jù)降維的核函數(shù)模型及其參數(shù)張量數(shù)據(jù)降維的核函數(shù)模型及其參數(shù)123研究振動信號的張量數(shù)據(jù)結構，確定振動研究振動信號的張量數(shù)據(jù)結構，確定振動數(shù)據(jù)的張量階數(shù)數(shù)據(jù)的張量階數(shù) 如何將多核函數(shù)引入到張量數(shù)據(jù)降維并確定如何將多核函數(shù)引入到張量數(shù)據(jù)降維并確定核加權的權值數(shù)，確保特征提取的正確性。核加權的權值數(shù)，確保特征提取的正確性。 二、目標、內(nèi)容及需解決的關鍵問題二、目標、內(nèi)容及需解決的關鍵問題需解決的關鍵問題需解決的關鍵問題三、技術路線、實驗方案及創(chuàng)新性三、技術路線、實驗方案及創(chuàng)新性主要技術路線

5、主要技術路線首先采集轉子系統(tǒng)的振動信號并進行信首先采集轉子系統(tǒng)的振動信號并進行信號數(shù)據(jù)預處理，將信號數(shù)據(jù)進行高階矩號數(shù)據(jù)預處理，將信號數(shù)據(jù)進行高階矩陣表示（張量表示），再進行核函數(shù)模陣表示（張量表示），再進行核函數(shù)模型的選擇與參數(shù)優(yōu)化，對張量矩陣進行型的選擇與參數(shù)優(yōu)化，對張量矩陣進行多核并行降維，使張量數(shù)據(jù)通過非線性多核并行降維，使張量數(shù)據(jù)通過非線性變換轉化為另一個空間中的線性問題，變換轉化為另一個空間中的線性問題，從而得到特征向量，對特征向量進行加從而得到特征向量，對特征向量進行加權，獲得正確的模式類型。最終通過維權，獲得正確的模式類型。最終通過維修建議，指導系統(tǒng)做出正確的調(diào)整。修建議，指導系統(tǒng)做出正確的調(diào)整。三、技術路線、實驗方案及創(chuàng)新性三、技術路線、實驗方案及創(chuàng)新性實驗方案實驗方案1振動信號數(shù)據(jù)張量表示，避免特征提取過程中對數(shù)據(jù)的結構與內(nèi)在相關性的破壞。 對特征進行加權處理，突出了主要故障特征，為模式識別提供了重要的依據(jù) 3三、技術路線、實驗方案及創(chuàng)新性三、技術路線、實驗方案及創(chuàng)新性2 對張量數(shù)據(jù)進行多個核函數(shù)并行降維，提高了特征提取的效率，有效地對張量數(shù)據(jù)非線性部分進行處理。創(chuàng)創(chuàng) 新新 性性對相關課本基礎對相關課本基礎知識的掌握知識的掌