故障特征提取的方法研究

摘要：針對常規特征提取方法存在著(zhù)問(wèn)題不足，提出了基于BP神經(jīng)網(wǎng)絡(luò )和基于互信息熵的特征提取方法，并通過(guò)特征提取實(shí)例加以說(shuō)明。結果表明這兩種方法是可行和有效的。

隨著(zhù)科學(xué)技術(shù)的發(fā)展，現代設備的結構日趨復雜，其故障類(lèi)型越來(lái)越多，反映故障的狀態(tài)、特征也相應增加。在實(shí)際故障診斷過(guò)程中，為了使診斷準確可靠，總要采集盡可能多的樣本，以獲得足夠的故障信息。但樣本太多，會(huì )占用大量的存儲空間和計算時(shí)間，太多的特征輸入也會(huì )引起訓練過(guò)程耗時(shí)費工，甚至妨礙訓練網(wǎng)絡(luò )的收斂，最終影響分類(lèi)精度。因此要從樣本中提取對診斷故障貢獻大的有用信息。這一工作就是特征提取。

特征提取就是利用已有特征參數構造一個(gè)較低維數的特征空間，將原始特征中蘊含的有用信息映射到少數幾個(gè)特征上，忽略多余的不相干信息。從數學(xué)意義上講，就是對一個(gè)n維向量X＝[x1，x2，…，xn]T進(jìn)行降維，變換為低維向量Y＝[y1，y2，…，ym]T，m

【故障特征提取的方法研究】相關(guān)文章：

當前網(wǎng)絡(luò )故障排除方法研究03-08

彩色圖像特征提取研究(一)03-07

淺談模擬電路故障原因與診斷方法03-18

淺談數控機床故障的常用診斷方法03-18

氣壓制動(dòng)的故障原因及排除方法探討09-05

開(kāi)題報告研究方法03-12

分析電動(dòng)機常見(jiàn)故障及處理方法03-19

電動(dòng)機常見(jiàn)故障分析及處理方法03-12

淺談數控設備常見(jiàn)故障分析及維修方法03-18

淺談電力變壓器故障原因及處理方法05-20