基于改進(jìn)的斷面選擇算法的旋轉(zhuǎn)機(jī)械在線故障診斷

基于改進(jìn)的斷面選擇算法的旋轉(zhuǎn)機(jī)械在線故障診斷

0基于生物免疫反應(yīng)的在線診斷如建立基于模型的旋轉(zhuǎn)機(jī)械診斷方法、專家系統(tǒng)方法、可靠性理論方法和神經(jīng)網(wǎng)絡(luò)方法，等相繼提出了基于旋轉(zhuǎn)機(jī)械的智能診斷方法，提高了系統(tǒng)運(yùn)行和維護(hù)人員的決策效率。然而，上述檢測(cè)方法的線性性較差，難以滿足高速在線檢測(cè)的要求。隨著人們對(duì)生物免疫系統(tǒng)認(rèn)識(shí)的不斷深入,引發(fā)了人工免疫系統(tǒng)(ArtificialImmuneSystem,簡(jiǎn)稱AIS)的研究熱潮,并逐漸用其解決工程實(shí)際問題.生物免疫系統(tǒng)的主要功能就是在線檢測(cè)和殺傷來自生物體內(nèi)和體外稱為抗原的非己物質(zhì)(如病毒、癌細(xì)胞等致病因子),受免疫系統(tǒng)自己—非己識(shí)別機(jī)理的啟發(fā)提出了反面選擇算法來在線檢測(cè)機(jī)械設(shè)備的異常變化.1反向選擇算法及其改進(jìn)算法1.1檢測(cè)算法設(shè)計(jì)受免疫系統(tǒng)自己—非己識(shí)別機(jī)理的啟發(fā),Forrest等提出了用于檢測(cè)各種變化的反面選擇算法.該算法與免疫系統(tǒng)的反面選擇過程類似,通過隨機(jī)產(chǎn)生檢測(cè)器,并取消那些能檢測(cè)出自己的檢測(cè)器,使保留的檢測(cè)器能檢測(cè)任何非己.算法實(shí)現(xiàn):(1)定義自己為需要被保護(hù)或檢測(cè)的有限串S,串可以是程序、數(shù)據(jù)文件及正常模式等;(2)隨機(jī)產(chǎn)生檢測(cè)器集R,R中的每個(gè)檢測(cè)器都不能與S中的串相匹配;(3)比較R與S串,檢測(cè)S串的變化,如果任意檢測(cè)器與S匹配,則認(rèn)為S串已發(fā)生變化.該算法只檢測(cè)自己串有無變化,不能檢測(cè)自己串發(fā)生了何種類型變化.在故障診斷過程中,不僅要檢測(cè)正常模式的變化,而且要檢測(cè)模式發(fā)生了何種變化以及變化了的模式和那種故障相匹配.為了應(yīng)用反面選擇算法思想診斷設(shè)備故障,必須對(duì)算法進(jìn)行改進(jìn).1.2檢測(cè)自己空間為了便于對(duì)改進(jìn)算法進(jìn)行描述,引進(jìn)以下定義和符號(hào).定義1設(shè)備各種正常工作模式的振動(dòng)時(shí)域信號(hào)稱為自己空間,記為S.定義2設(shè)備各種故障模式的振動(dòng)時(shí)域信號(hào)稱為故障模式空間,記為MS.MS=(MS1,MS2,…,MSn),MSi(i=1,2,…,n)為第i類故障模式時(shí)域信號(hào),n為已知故障模式數(shù).定義3反映設(shè)備故障模式獨(dú)有特征的振動(dòng)信號(hào)稱為非己空間,記為NS.非己空間是指故障模式空間減去其所包含的自己空間的內(nèi)容.三個(gè)空間的關(guān)系為:NS=MS-NS∩MS定義4將非己空間NS按各種故障模式獨(dú)有特征和共有特征劃分稱為非己空間劃分,即NS=NS1∪NS2∪…∪NSn∪NS0,其中,NS0為2個(gè)以上故障模式的共有特征空間,NSi(i=1,2,…,n)為第i類故障模式獨(dú)有特征空間.改進(jìn)算法實(shí)現(xiàn)可概括為:(1)產(chǎn)生與自己空間S不相匹配的所有檢測(cè)器集R,檢測(cè)器集R不能檢測(cè)自己空間,只能捕獲非己空間的特征.(2)將R與故障模式空間的各故障模式信號(hào)MSi相匹配,與2個(gè)以上故障模式相匹配的檢測(cè)器能檢測(cè)共有特征空間,為了消除歧義性,取消這樣的檢測(cè)器;與各故障模式獨(dú)有空間相匹配的檢測(cè)器只能檢測(cè)一種故障,對(duì)某種故障具有敏感性,保留這樣的檢測(cè)器;另外,還應(yīng)取消那些與任何一種或一種以上的故障模式都不匹配的檢測(cè)器.按匹配情況對(duì)檢測(cè)器集R約簡(jiǎn)和聚類,形成新的檢測(cè)器集R′,即R′=(R′1,R′2,…,R′n),其中R′i(i=1,2,…,n)為只與第i類故障模式獨(dú)有空間相匹配,而與其它任何故障模式獨(dú)有空間不匹配的檢測(cè)器子集.(3)比較訓(xùn)練好的檢測(cè)器集R′與S,檢測(cè)S的變化,如果任意檢測(cè)器與S匹配,該檢測(cè)器被激活,則認(rèn)為S已發(fā)生變化.(4)檢查被激活檢測(cè)器隸屬R′中的那類,從而確定設(shè)備發(fā)生何種故障.改進(jìn)算法中R′i能檢測(cè)出第i類故障不同于其它故障的獨(dú)有特征.2振動(dòng)信號(hào)處理方法2.1故障診斷方法為了產(chǎn)生檢測(cè)器集R,應(yīng)對(duì)自己空間和各種故障模式空間的振動(dòng)數(shù)據(jù)編碼,編碼采用二進(jìn)制編碼形式,首先求出所收集自己空間和各種故障模式空間的振動(dòng)數(shù)據(jù)中的最小值(min)和最大值(max),根據(jù)所要求的精度選擇編碼位數(shù)b,然后把最小值和最大值區(qū)間等分成2b-2個(gè)子區(qū)間,根據(jù)振動(dòng)數(shù)據(jù)所落入的區(qū)間不同分別取不同的整數(shù)值并用b位二進(jìn)制編碼表示,見圖1.圖1中關(guān)于何時(shí)取0和2b兩個(gè)數(shù)值,將在故障診斷方法中介紹.2.2加窗并移動(dòng)窗口將各自的所有二進(jìn)制編碼的振動(dòng)數(shù)據(jù)按時(shí)間順序連接在一起作為正常模式和各種故障模式串,但這種定義方法使得模式串太長(zhǎng),產(chǎn)生的檢測(cè)器操作復(fù)雜.故而采用加窗并移動(dòng)窗口的方法將每個(gè)模式分成m個(gè)相等的子串,即S={s1,s2,…,sm};MSi={MSi1,MSi2,…,MSim},然后按子串編碼,該方法涉及如何選擇窗寬WIDTH及移動(dòng)步長(zhǎng)STEP參數(shù).例如,當(dāng)WIDTH=6及STEP=2時(shí),每個(gè)窗口的模式分別為{x1,x2,…,x6},{x3,x4,…,x8}等,xi為振動(dòng)數(shù)據(jù).3檢測(cè)器的產(chǎn)生和治療3.1基于全匹配的檢測(cè)在改進(jìn)算法中,所有檢測(cè)器都不能檢測(cè)自己空間串si,為了產(chǎn)生與所有自己空間串si不相匹配的檢測(cè)器集R,可選擇不同的匹配準(zhǔn)則:完全匹配準(zhǔn)則和部分匹配準(zhǔn)則.完全匹配準(zhǔn)則是指兩串的每一位都相同時(shí)才稱為匹配,這種匹配方法使得檢測(cè)所有非己空間模式的檢測(cè)器數(shù)量增大.部分匹配準(zhǔn)則是指兩串有至少連續(xù)的q位相同時(shí)才稱為兩串匹配,如有兩串00101101010和10111101101,當(dāng)q≤4時(shí)兩串匹配,當(dāng)q>4時(shí)兩串不匹配,這種匹配方法使得檢測(cè)所有非己空間模式的檢測(cè)器數(shù)量減少,但涉及到如何優(yōu)選匹配域q的問題.文中采用部分匹配準(zhǔn)則.3.2檢測(cè)器的高效計(jì)算檢測(cè)器可由隨機(jī)方式產(chǎn)生,如果檢測(cè)器與自己空間任何子串相匹配,取消該串,重復(fù)執(zhí)行這個(gè)過程,達(dá)到所要求的檢測(cè)器數(shù)量為止,根據(jù)實(shí)際問題的需要確定檢測(cè)器數(shù)量.該方法計(jì)算量大,計(jì)算量與自己子串長(zhǎng)度的指數(shù)成正比.基于以上缺點(diǎn),提出產(chǎn)生檢測(cè)器的高效方法:產(chǎn)生與自己空間子串不相匹配的所有檢測(cè)器集R0,從R0中隨機(jī)選擇所需要的檢測(cè)器集R,算法的計(jì)算量只與自己空間子串長(zhǎng)度成正比關(guān)系.3.3基于聚類結(jié)果的定常算法將R中的檢測(cè)器與各故障模式空間的故障模式子串相匹配,根據(jù)匹配結(jié)果對(duì)R約簡(jiǎn)和聚類,形成新的檢測(cè)器集R′,聚類結(jié)果是各獨(dú)特空間的映射,每類檢測(cè)器子集反映某種故障模式最突出的特征,對(duì)特有故障具有敏感性.4基于r-除障診斷法2.當(dāng)對(duì)設(shè)備進(jìn)行在線故障診斷時(shí),所測(cè)振動(dòng)信號(hào)的處理采用相同編碼方法及空間串的產(chǎn)生方法,當(dāng)振動(dòng)數(shù)據(jù)的某一數(shù)值小于min時(shí)取0,當(dāng)振動(dòng)數(shù)據(jù)的某一數(shù)值大于max時(shí)取2n,見圖1.用離線訓(xùn)練的檢測(cè)器集R′在線檢測(cè)振動(dòng)信號(hào)的位串,根據(jù)匹配過程中檢測(cè)器激活結(jié)果診斷故障,新的故障診斷方法原理見圖2.5匹配域q的選取首先在旋轉(zhuǎn)機(jī)械故障模擬試驗(yàn)臺(tái)上充分收集各種正常工作模式和各種故障模式的振動(dòng)數(shù)據(jù),給出了在試驗(yàn)臺(tái)上所設(shè)的7種故障類型,見表1,然后把振動(dòng)數(shù)據(jù)按所選的編碼參數(shù)統(tǒng)一編碼,離線產(chǎn)生并訓(xùn)練檢測(cè)器,用訓(xùn)練好的檢測(cè)器集R′對(duì)旋轉(zhuǎn)機(jī)械試驗(yàn)臺(tái)工作模式在線診斷.使用該診斷方法時(shí),匹配域q,檢測(cè)器集R所包含的檢測(cè)器數(shù)量d,窗寬WIDTH,移動(dòng)步長(zhǎng)STEP,編碼位數(shù)b等參數(shù)對(duì)診斷結(jié)果都有不同程度的影響,以上參數(shù)的優(yōu)選比較困難,但根據(jù)設(shè)備振動(dòng)信號(hào)的變化情況選擇比較合理的參數(shù)范圍是可行的.只要參數(shù)選擇合理,診斷的平均準(zhǔn)確率可達(dá)到90%以上,表2為在某組給定參數(shù)下診斷結(jié)果的統(tǒng)計(jì)情況.從表2可以看出,該診斷方法診斷設(shè)備故障準(zhǔn)確率較高.通過變化各種參數(shù)觀察診斷效果發(fā)現(xiàn)匹配域q的選取對(duì)診斷精度的影響較大,當(dāng)匹配域較大時(shí),由于訓(xùn)練檢測(cè)器的故障模式與實(shí)際故障模式存在一定差別,很難匹配,幾乎沒有檢測(cè)器被激活而造成誤診斷現(xiàn)象;當(dāng)匹配域較小時(shí),不能有效捕捉故障模式的本質(zhì)特征而產(chǎn)生誤診斷;只有選擇適中的匹配域,才能有效捕捉與訓(xùn)練時(shí)故障模式相似故障的本質(zhì)特征.所以,應(yīng)根據(jù)其它參數(shù)和信號(hào)的變化特征合理地選擇匹配域.6動(dòng)從時(shí)域信號(hào)故障診斷法(1)受生物免疫系統(tǒng)的啟發(fā),利用基于免疫系統(tǒng)的設(shè)備在線診斷故障,是通過檢測(cè)設(shè)備振動(dòng)時(shí)域信號(hào)實(shí)現(xiàn)的,設(shè)備的故障特征是通過檢測(cè)器的約簡(jiǎn)和聚類過程自動(dòng)從時(shí)域信號(hào)中提取,操作簡(jiǎn)單且無各種變換誤差,沒有人為干預(yù)因素,適合現(xiàn)場(chǎng)技術(shù)人員使