蘇艷琴,張光軼,徐廷學(xué)

(1.海軍航空工程學(xué)院研究生管理大隊(duì),山東煙臺(tái)264001;2.海軍航空工程學(xué)院科研部,山東煙臺(tái)264001; 3.海軍航空工程學(xué)院兵器科學(xué)與工程系,山東煙臺(tái)264001)

一種改進(jìn)的灰熵關(guān)聯(lián)故障診斷方法*

蘇艷琴1,**,張光軼2,徐廷學(xué)3

(1.海軍航空工程學(xué)院研究生管理大隊(duì),山東煙臺(tái)264001;2.海軍航空工程學(xué)院科研部,山東煙臺(tái)264001; 3.海軍航空工程學(xué)院兵器科學(xué)與工程系,山東煙臺(tái)264001)

經(jīng)典的灰熵關(guān)聯(lián)法進(jìn)行故障診斷時(shí)需要預(yù)先根據(jù)經(jīng)驗(yàn)或統(tǒng)計(jì)方法設(shè)定一個(gè)參考的標(biāo)準(zhǔn)序列,缺乏客觀性,準(zhǔn)確度不高,為此,引入一種改進(jìn)的模糊C-均值聚類方法計(jì)算得到參考標(biāo)準(zhǔn)序列,然后應(yīng)用灰熵關(guān)聯(lián)方法進(jìn)行故障診斷,最后在某型裝備故障診斷中應(yīng)用并驗(yàn)證了該方法的有效性。

機(jī)載電臺(tái);故障診斷;灰熵關(guān)聯(lián);模糊C-均值聚類

1 引 言

在裝備的故障診斷中,由于測(cè)試設(shè)備的局限性,獲取的故障信息往往包含部分已知、部分未知的灰色信息,灰色理論是一種處理這類信息的有效方法。其中,灰關(guān)聯(lián)分析法是通過對(duì)待檢模式(比較序列)與已有故障模式(參考序列)進(jìn)行關(guān)聯(lián)度計(jì)算判斷故障模式識(shí)別的方法[1]?；谊P(guān)聯(lián)熵分析在此基礎(chǔ)上,將這類關(guān)聯(lián)程度用“熵”的方法表征,能夠充分利用個(gè)性信息,實(shí)現(xiàn)整體性接近,更為科學(xué)、合理[2]。

但是,在應(yīng)用灰熵關(guān)聯(lián)法進(jìn)行故障診斷時(shí),需要預(yù)先設(shè)定一個(gè)參考的標(biāo)準(zhǔn)序列,通常由經(jīng)驗(yàn)或統(tǒng)計(jì)方法給定,缺乏客觀性,準(zhǔn)確度不高[3]。為此,本文引入模糊C-均值聚類法,將事先測(cè)試獲得故障數(shù)據(jù)通過模糊C-均值聚類得到的C個(gè)最優(yōu)聚類中心作為灰熵關(guān)聯(lián)法中的C個(gè)灰類,構(gòu)成應(yīng)用灰熵關(guān)聯(lián)法進(jìn)行故障診斷時(shí)的標(biāo)準(zhǔn)參考序列。本文將灰熵關(guān)聯(lián)與模糊C-均值聚類進(jìn)行必要融合進(jìn)行故障診斷,并通過實(shí)例驗(yàn)證該方法的有效性和優(yōu)越性。

2 經(jīng)典的灰熵關(guān)聯(lián)法及其不足

信息不完全的序列為灰內(nèi)涵序列[4],設(shè)灰內(nèi)涵

序列X,xi(k)∈X,i=1,2,…,m,k=1,2,…n。比較序列xi與參考序列x0在k點(diǎn)的灰關(guān)聯(lián)系數(shù)γ(k)和灰關(guān)聯(lián)度γi分別為

其中,ρ為分辨系數(shù),一般取ρ=0.5。

序列X=(x1,x2,…,xn)的灰熵定義為[4]

其中,Hmax=lnn。

由此,可得灰關(guān)聯(lián)熵為

為比較序列xi與參考序列x0在k點(diǎn)的關(guān)聯(lián)密度值。映射值pi(k)滿足:

灰熵關(guān)聯(lián)度定義為

根據(jù)熵增定理,灰熵關(guān)聯(lián)度Ei越大,比較序列與參考序列x0之間的關(guān)聯(lián)度越大。

經(jīng)典的灰熵關(guān)聯(lián)法故障診斷的步驟如圖1所示[5]。

圖1 灰熵關(guān)聯(lián)法故障診斷步驟Fig.1 The fault diagnosis steps of grey entropy relation algorithm

在應(yīng)用灰熵關(guān)聯(lián)法進(jìn)行故障診斷時(shí),需要預(yù)先設(shè)定一個(gè)參考的標(biāo)準(zhǔn)序列,通常由經(jīng)驗(yàn)或統(tǒng)計(jì)方法給定,缺乏客觀性,準(zhǔn)確度不高。

3 一種改進(jìn)的融合灰熵關(guān)聯(lián)和模糊C-均值聚類的故障診斷方法

圖1中獲取標(biāo)準(zhǔn)參考序列時(shí)采用統(tǒng)計(jì)方法等,本文的改進(jìn)思路主要是引入模糊C-均值聚類,計(jì)算獲得的C個(gè)聚類中心,作為參考標(biāo)準(zhǔn)序列。模糊C-均值聚類是一種基于目標(biāo)函數(shù)的聚類方法,認(rèn)為每個(gè)數(shù)據(jù)點(diǎn)都以一定隸屬度屬于各個(gè)不同的類別,這種模糊化的處理能夠反映數(shù)據(jù)的實(shí)際分布,是一種較客觀和有效的確定參考標(biāo)準(zhǔn)序列的方法。另外,極差規(guī)格化的模糊C-均值聚類方法能夠進(jìn)行無量綱處理[6],且較簡便,因此,代入灰熵的灰色關(guān)聯(lián)法中進(jìn)行改進(jìn)是一種適合的方法。具體可以概括為收集故障數(shù)據(jù)、極差規(guī)格化進(jìn)行無量綱化處理、模糊C-均值聚類確定參考標(biāo)準(zhǔn)序列和故障診斷4個(gè)步驟。

Step 1:收集故障數(shù)據(jù)

根據(jù)評(píng)價(jià)目的確定評(píng)價(jià)指標(biāo)體系,收集評(píng)價(jià)數(shù)據(jù),建立數(shù)據(jù)矩陣

Step 2:極差規(guī)格化進(jìn)行無量綱化處理

在無量綱化處理時(shí)應(yīng)用極差規(guī)格化方法,即將比較序列代入規(guī)格化公式,得

其中,xjmax=max{x1j,x2j,…,xnj},xjmin=min{x1j,x2j,…,xnj}。

Step 3:模糊C-均值聚類確定參考標(biāo)準(zhǔn)序列

通過模糊C-均值聚類法確定C個(gè)聚類中心,作為參考標(biāo)準(zhǔn)序列,每一個(gè)聚類中心記作

具體來看,步驟可以概括如下:

(1)把樣本集分為D=({d1,d2,…,dc}),2≤c≤n類,可得到C個(gè)聚類中心向量,這C個(gè)向量構(gòu)造成的矩陣

初始化,給定需要聚類的類別數(shù)目C,2≤C≤n, n是樣本的個(gè)數(shù),也就是類別不能超過樣本的個(gè)數(shù),同時(shí)還不能為1,確定模糊因子m(1≤m≤∞),同時(shí)還要設(shè)定停止迭代的閾值ε和允許的最大迭代次數(shù)N以及出示的分類矩陣W;

(3)計(jì)算模糊分類矩陣,并不斷迭代更新

(4)計(jì)算聚類中心,并不斷迭代更新

(5)當(dāng)目標(biāo)函數(shù)

達(dá)到閾值ε或允許的最大迭代次數(shù)N時(shí),停止迭代,反之則轉(zhuǎn)到第二步繼續(xù)迭代,最終可以得到C個(gè)聚類中心和隸屬度劃分矩陣W。

Step 4:故障診斷

分別計(jì)算相對(duì)于C個(gè)聚類中心新的灰關(guān)聯(lián)熵:

其中:

4 應(yīng)用實(shí)例

本文以某型機(jī)載電臺(tái)設(shè)備為診斷對(duì)象,故障診斷定位到芯片級(jí)。表1給出典型故障現(xiàn)象“電臺(tái)不受控制”的故障數(shù)據(jù),其中涉及到的故障模塊有前面板模塊和主控微機(jī)模塊,分別用“D:D1～D2”表示;涉及到的故障征兆包括+5 V電壓、UUT收信端電壓、UUT發(fā)信端電壓、1553B總線,分別用“C1～ C4”表示。

表1 故障數(shù)據(jù)Table 1 Fault data

首先,對(duì)前10組故障數(shù)據(jù)采用極差規(guī)格化進(jìn)行無量綱化處理得到表2。

其次,由于涉及到的故障模塊有兩類,因此設(shè)定聚類數(shù)目C=2較為適宜,再應(yīng)用模糊C-均值聚類得到參考標(biāo)準(zhǔn)序列如表3所示。

表3 參考的標(biāo)準(zhǔn)序列(模糊聚類中心)Table 3 The reference standard sequence (the fuzzy clustering center)

再次,分別對(duì)第11和12組故障數(shù)據(jù)應(yīng)用模糊C-均值獲得的聚類中心計(jì)算其灰熵關(guān)聯(lián)度,如表4所示。

表4 灰熵關(guān)聯(lián)度Table 4 The relation degree of grey entropy

根據(jù)第11和12組故障數(shù)據(jù)得到的灰熵關(guān)聯(lián)度判斷其故障模式,得到分別對(duì)應(yīng)故障模式D1和D2,經(jīng)驗(yàn)證與測(cè)試結(jié)果一致,因此本方法診斷有效,為下一步開展該方法的故障診斷應(yīng)用奠定了基礎(chǔ)。并且,由于采用模糊C均值方法獲取參考標(biāo)準(zhǔn)序列,完全立足數(shù)據(jù)本身,無需任何主觀因素,準(zhǔn)確度較高,而且對(duì)故障征兆模糊,即判斷故障邊界不明顯的情況具有一定診斷優(yōu)勢(shì)。

5 結(jié)束語

本文通過對(duì)經(jīng)典灰熵關(guān)聯(lián)法不足之處的分析,

給出了一種基于模糊C-均值方法獲得參考標(biāo)準(zhǔn)序列進(jìn)行灰熵關(guān)聯(lián)的方法,從而進(jìn)行新的灰熵關(guān)聯(lián)分析完成故障診斷,并通過實(shí)例初步驗(yàn)證了本方法的有效性,由于故障樣本有限,后續(xù)需從大樣本角度對(duì)該方法的實(shí)用性進(jìn)行進(jìn)一步應(yīng)用和檢驗(yàn),從而為更加客觀地研究灰色理論故障診斷提供新的途徑。

[1] 劉思峰,謝乃明.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2008. LIU Si-feng,XIE Nai-ming.Grey System Theory and Application[M].Beijing:Science Press,2008.(in Chinese)

[2] 黃亮,侯建軍,劉穎,等.基于灰關(guān)聯(lián)熵的模擬電路測(cè)試點(diǎn)優(yōu)選算法[J].電子測(cè)量與儀器學(xué)報(bào),2009,23 (9):27-33. HUANG Liang,HOU Jian-jun,LIU Ying,et al.Algorithm of selecting optimal test point for analog circirt based on grey entropy[J].Journal of electronic measurement and instrument,2009,23(9):27-33.(in Chinese)

[3] 曹建,范競敏,丁家峰,等.改進(jìn)的灰熵關(guān)聯(lián)度算法用于變壓器故障診斷[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2009,21(4):25-30. CAO Jian,FAN Jing-min,DING Jia-feng,et al.Fault Diagnosis of Transformer Using an Improved Grey Entropy Relation Algorithem[J].Proceedings of the Chinese Society of Universities,2009,21(4):25-30.(in Chinese)

[4] 鄧聚龍.灰理論基礎(chǔ)[M].武漢:華中科技大學(xué)出版社,2008. DENG Ju-long.Grey Theory[M].Wuhan:Huazhong University ofScienceandTechnologyPress,2008. (in Chinese)

[5] 陳琦,齊曉輝.基于灰關(guān)聯(lián)法發(fā)動(dòng)機(jī)故障診斷的研究[J].天津商學(xué)院學(xué)報(bào),2007,27(6):6-8. CHEN Qi,QI Xiao-hui.Research on the grey relational method for engine fault diagnosis[J].Journal of Tianjin U-niversity of Commerce,2007,27(6):6-8.(in Chinese)

[6] 孟憲堯,韓新潔.模糊C-均值聚類算法及其在船舶故障診斷中的應(yīng)用[J].中國造船,2007,48(4):98-103. MENG Xian-yao,HAN Xin-jie.The fuzzy C-means clustering algorithm and its application in the fault diagnosis of ship[J].Ship Building of China,2007,48(4):98 -103.(in Chinese)

[7] 鄧宏貴,羅安,曹建.灰關(guān)聯(lián)度在變壓器故障診斷中的應(yīng)用[J].控制工程,2005,12(1):25-28. DENG Hong-gui,LUO An,CAO Jian.Application of Grey Relative Degree to Fault Diagnosis of Transformer [J].Control Engineering of China,2005,12(1):25-28.(in Chinese)

SU Yan-qin was born in Huozhou,Shanxi Province,in 1982.She is now an engineer and currently working toward the Ph.D.degree.Her research concerns information fusion,equipment fault diagnosis and prediction method.

Email:suyq1982@163.com

張光軼(1981—),男,山西太原人,博士,助理研究員,主要研究方向?yàn)檠b備故障診斷及預(yù)測(cè)等;

ZHANG Guang-yi was born in Taiyuan,Shanxi Province,in 1981.He is now a research assistant with the Ph.D degree.His research concerns equipment fault diagnosis and prediction method.

徐廷學(xué)(1962—),男,河南駐馬店人,教授、博士生導(dǎo)師,主要研究方向?yàn)檠b備綜合保障等。

XU Ting-xue was born in Zhumadian,Henan Province,in 1962.He is now a professor and also the Ph.D.supervisor.His research concerns equipment integrative support.

An Advanced Fault Diagnosis Method Based on Grey Entropy Relation

SU Yan-qin1,ZHANG Guang-yi2,XU Ting-xue3
(1.Graduate Student′s Brigade,Naval Aeronautical and Astronautical University,Yantai 264001,China; 2.Department of Science Research,Naval Aeronautical and Astronautical University,Yantai 264001,China; 3.Department of Ordnance Science and Technology,Naval Aeronautical and Astronautical University,Yantai 264001,China)

The reference standard sequence must be given ahead according to the experience or statistics method in the classical grey entropy relation for fault diagnosis,which is often lack of objectivity and high accuracy degree.In this paper,an advanced fuzzy C-mean cluster method is introduced to get the reference standard sequence,then the grey entropy relation method is applied to perform fault diagnosis.Application of this method in fault diagnosis of an equipment verifies its validity.

airborne radio;fault diagnosis;grey entropy relation;fuzzy C-mean cluster

The National Natrual Science Foundation of China(No.61179016)

date:2013-07-12;Revised date:2013-09-30

國家自然科學(xué)基金資助項(xiàng)目(61179016)

**通訊作者:suyq1982@163.com Corresponding author:suyq1982@163.com

TP181;V24

A

1001-893X(2013)11-1523-04

蘇艷琴(1982—),女,山西霍州人,博士研究生,工程師,主要研究方向?yàn)樾畔⑷诤?、裝備故障診斷及預(yù)測(cè)等;

10.3969/j.issn.1001-893x.2013.11.022

2013-07-12;

2013-09-30