故障特征提取的方法研究

摘要：針對(duì)常規(guī)特征提取方法存在著問題不足，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，并通過特征提取實(shí)例加以說明。結(jié)果表明這兩種方法是可行和有效的。

隨著科學(xué)技術(shù)的發(fā)展，現(xiàn)代設(shè)備的結(jié)構(gòu)日趨復(fù)雜，其故障類型越來越多，反映故障的狀態(tài)、特征也相應(yīng)增加。在實(shí)際故障診斷過程中，為了使診斷準(zhǔn)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(chǔ)空間和計(jì)算時(shí)間，太多的特征輸入也會(huì)引起訓(xùn)練過程耗時(shí)費(fèi)工，甚至妨礙訓(xùn)練網(wǎng)絡(luò)的收斂，最終影響分類精度。因此要從樣本中提取對(duì)診斷故障貢獻(xiàn)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(shù)構(gòu)造一個(gè)較低維數(shù)的特征空間，將原始特征中蘊(yùn)含的有用信息映射到少數(shù)幾個(gè)特征上，忽略多余的不相干信息。從數(shù)學(xué)意義上講，就是對(duì)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(dāng)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(shù)控機(jī)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

開題報(bào)告研究方法03-12

分析電動(dòng)機(jī)常見故障及處理方法03-19

電動(dòng)機(jī)常見故障分析及處理方法03-12

淺談數(shù)控設(shè)備常見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