故障特征提取的方法研究
摘要:針對常規(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,會占用大量的存儲空間和計算時間,太多的特征輸入也會引起訓(xùn)練過程耗時費工,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(shù)構(gòu)造一個較低維數(shù)的特征空間,將原始特征中蘊含的有用信息映射到少數(shù)幾個特征上,忽略多余的不相干信息。從數(shù)學(xué)意義上講,就是對一個n維向量X=[x1,x2,…,xn]T進行降維,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:
2.光纖故障判斷方法