

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近幾年,人工智能,尤其是機(jī)器學(xué)習(xí)和模式識別技術(shù)大量應(yīng)用于設(shè)備狀態(tài)監(jiān)測和故障診斷領(lǐng)域,采用智能技術(shù)檢測和分析機(jī)械故障成為一種趨勢。在故障分析中,用戶除了需要知道某設(shè)備是否發(fā)生故障以及為何種故障外,還需獲得故障的嚴(yán)重信息,從而制定適當(dāng)?shù)木S修策略和檢修方案。
故障程度的智能檢測本質(zhì)上是有序分類問題:將故障程度用一組有序整數(shù) n表示(n=1,2,3,…),表示‘輕微故障’、‘中等故障’‘嚴(yán)重故障’等。相比于經(jīng)典分類問題,有序分類的類別
2、號(即故障程度)之間存在大小關(guān)系。由于存在這種序的關(guān)系,在分類器設(shè)計(jì)原則上以及分類器性能評價(jià)準(zhǔn)則上都與經(jīng)典的模式分類問題有所差別。
在故障程度分析中,當(dāng)表征故障嚴(yán)重性的特征值增加(或減少)時(shí),故障程度隨之增加,即故障特征與故障嚴(yán)重性之間存在單調(diào)性的約束。稱這種能表征故障程度的特征為單調(diào)故障特征。這種單調(diào)性故障特征為故障程度診斷提供簡便實(shí)用的信息,可以根據(jù)這種特征來衡量故障程度。
本文從模式識別中的有序分類問題出發(fā),研
3、究了有序分類問題的本質(zhì)和從數(shù)據(jù)中歸納學(xué)習(xí)有序分類模型的方法,提出2種有序分類規(guī)則學(xué)習(xí)算法,并將其應(yīng)用于機(jī)械故障嚴(yán)重程度建模。具體內(nèi)容如下:
首先,本文系統(tǒng)地介紹了模式識別與機(jī)器學(xué)習(xí)領(lǐng)域中的有序分類問題,指出該問題與經(jīng)典模式分類問題相比較,發(fā)展歷史與研究深度相對簡單,還有很大的研究空間。
其次,介紹了單調(diào)分類中特征與決策之間的單調(diào)性約束?,F(xiàn)有分類器只有在數(shù)據(jù)集是單調(diào)一致時(shí)才能訓(xùn)練出單調(diào)的分類模型,而現(xiàn)實(shí)中非單調(diào)噪聲廣泛
4、存在,單調(diào)一致數(shù)據(jù)集很難得到。本文引入一種衡量特征與決策之間隨機(jī)單調(diào)約束的指標(biāo),指出特征與決策是概率上的單調(diào)。介紹了有序信息熵模型,該模型繼承了經(jīng)典信息熵的魯棒性,且能夠反映特征與決策之間的隨機(jī)單調(diào)相關(guān)性。最后基于該理論構(gòu)造了基于有序信息熵的決策樹學(xué)習(xí)算法。
再次,針對部分特征與決策單調(diào),部分特征不單調(diào)的決策問題,構(gòu)造了隨機(jī)有序混雜決策樹算法。首先用非單調(diào)特征分裂數(shù)據(jù),再用單調(diào)特征繼續(xù)細(xì)化。為測試本文提出方法的性能,分別在人工
5、數(shù)據(jù)和標(biāo)準(zhǔn)數(shù)據(jù)上用本文算法與其他經(jīng)典有序分類算法進(jìn)行了比較。結(jié)果顯示,本文提出的兩種算法魯棒性好、泛化誤差小。
最后,將本文提出的算法應(yīng)用于實(shí)際故障診斷。本文應(yīng)用在齒輪裂縫故障程度監(jiān)測實(shí)驗(yàn)中。在實(shí)驗(yàn)中,用位移傳感器監(jiān)測齒輪箱的振動,由此反映齒輪的故障嚴(yán)重程度。為區(qū)分故障等級,人為制造不同深度的齒輪裂縫。在不同負(fù)載和轉(zhuǎn)速情況下得到振動數(shù)據(jù),然后在頻域與時(shí)域上提取了一系列特征得到故障數(shù)據(jù)。結(jié)果顯示,本文方法分類損失低,展示了該方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 有序決策樹在SOCA下的擴(kuò)展及模糊有序決策樹的研究.pdf
- 改進(jìn)的有序決策樹歸納算法.pdf
- 基于HHT和決策樹的滾動軸承故障診斷研究.pdf
- MapReduce框架下并行有序決策樹及有序決策森林.pdf
- 基于改進(jìn)決策樹的軌道電路故障診斷方法研究.pdf
- 基于決策樹的汽輪機(jī)振動故障診斷技術(shù)研究.pdf
- 26362.基于frmi的有序決策樹算法及其比較研究
- 23255.基于排序熵的有序決策樹高效算法研究
- 基于c4.5決策樹的試題難易程度分類研究
- 基于C4.5決策樹的試題難易程度分類研究.pdf
- 基于決策樹算法的ZPW-2000A軌道電路故障診斷.pdf
- 基于模糊邏輯的轉(zhuǎn)子振動故障診斷決策樹c4.5算法模型研究
- 決策樹算法在火電機(jī)組故障診斷中的應(yīng)用.pdf
- 粗糙集-決策樹在故障診斷中的應(yīng)用研究.pdf
- 基于決策樹的應(yīng)用研究.pdf
- 基于決策樹的分類方法研究.pdf
- 決策樹風(fēng)險(xiǎn)決策
- 基于粒子群優(yōu)化支持向量機(jī)決策樹的齒輪箱故障診斷方法.pdf
- 模糊決策樹在采煤機(jī)故障診斷中的應(yīng)用研究.pdf
- 基于最大margin的決策樹歸納研究.pdf
評論
0/150
提交評論