亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于SDA和KPCA特征融合的供輸彈系統(tǒng)早期故障識別

        2019-06-11 11:35:28梁海英許昕潘宏俠付志敏張航
        中國測試 2019年4期
        關(guān)鍵詞:信息融合

        梁海英 許昕 潘宏俠 付志敏 張航

        摘要:對于供輸彈系統(tǒng)早期故障信號成分復(fù)雜,潛在故障征兆難以識別的問題,提出基于堆疊式降噪自動編碼器(sDA)和核主成分分析(KPcA)特征融合的早期故障識別方法。所采集的供輸彈系統(tǒng)信號經(jīng)過去趨勢項和五點三次平滑法處理后,首先將不同狀態(tài)的振動信號和聲壓信號分別通過sDA進行特征提取;然后用KPcA對提取的振動信號和聲壓信號特征進行融合;最后運用支持向量機(sVM)對融合前后的特征分別進行識別并對比。試驗結(jié)果表明,該方法能有效地對供輸彈系統(tǒng)早期故障進行識別,且識別準確率達92.4%。

        關(guān)鍵詞:供輸彈系統(tǒng);堆棧降噪自動編碼器;核主成分分析;信息融合;故障識別

        中圖分類號:TJ303.3文獻標志碼:A 文章編號:1674-5124(2019)04-0141-05

        0引言

        供輸彈系統(tǒng)作為火炮等武器裝備的重要組成部分,運動過程復(fù)雜,伴有劇烈的撞擊、振動和摩擦等,其工作可靠性一直是制約復(fù)雜兵器裝備性能和實用性的障礙,也成為武器裝備狀態(tài)監(jiān)測與故障診斷領(lǐng)域的焦點。因此,尋找一種高效、快速的自動供輸彈系統(tǒng)早期故障預(yù)示方法十分必要。

        堆棧自動編碼器是深度學(xué)習(xí)理論的一種常用模型,可實現(xiàn)數(shù)據(jù)降維和特征提取的基本功能。馮旭松等將堆棧自動編碼器應(yīng)用到泵站機組的故障分析中,得到較高的機組故障平均分類準確率。崔江等將一種改進的堆棧自動編碼器用于航空發(fā)電機旋轉(zhuǎn)整流器的故障特征提取,具有良好的故障診斷效果。堆棧自動編碼器克服了單層自動編碼器學(xué)習(xí)速度緩慢、訓(xùn)練效率低的局限性,但其抗噪能力差。而堆棧降噪自動編碼器(sDA)通過在輸人的數(shù)據(jù)中增加一定的噪聲信號,使堆棧自動編碼器具備抗噪能力。潘磊等將堆棧降噪自動編碼器用于軸承和齒輪箱的故障診斷,并取得理想的試驗結(jié)果。以此為基礎(chǔ),針對供輸彈系統(tǒng)早期故障信號成分復(fù)雜,潛在故障征兆難以識別的問題,本文提出將堆棧降噪自動編碼器運用到供輸彈系統(tǒng)的早期故障識別。

        對于供輸彈系統(tǒng)的故障識別,許海倫基于小波理論和支持向量機對其電流信號進行分析,付志敏等基于PCA-KLD方法對其振動信號進行了分析,但并未應(yīng)用信息融合方法對供輸彈系統(tǒng)的故障進行研究,識別率有待提高。針對供輸彈系統(tǒng)的故障特征之間存在較強的非線性關(guān)系,同時充分利用異類傳感器之間的互補信息,提高故障識別的準確率,本文引入核主成分分析(KPCA)進行異類型傳感器的特征級融合。相比同類傳感器特征融合,此方法可提高故障識別準確率,為供輸彈系統(tǒng)的早期故障識別開辟新途徑。

        本文將SDA和KPCA特征融合運用于供輸彈系統(tǒng)的早期故障識別,并經(jīng)試驗驗證方法的準確性。

        1堆疊式降噪自動編碼器(SDA)

        由于單層的自動編碼器在訓(xùn)練過程中往往會出現(xiàn)學(xué)習(xí)速度緩慢、訓(xùn)練效率低下的困擾,本文引人了堆疊式降噪自動編碼器。堆疊式降噪自動編碼器把每個去噪自動編碼器的中間層當(dāng)成下一個自動編碼器的輸人層,經(jīng)過層層疊加,組成一個深層網(wǎng)絡(luò),通過這種方式可以大幅度提升訓(xùn)練效率。構(gòu)建堆疊式降噪自動編碼器的具體步驟如下:

        1)首先對第1個降噪自動編碼器進行預(yù)訓(xùn)練,其中X為經(jīng)過編碼和解碼之后降噪自動編碼器輸出層的數(shù)據(jù),X是未添加噪聲成分的原始數(shù)據(jù),y是添加噪聲成分后的輸人數(shù)據(jù),σ(·)為Sigmoid函數(shù)。其原理如圖1所示。

        3)按照步驟2)對下一個降噪自動編碼器進行預(yù)訓(xùn)練,并引人更新規(guī)則,直到重構(gòu)誤差的收斂標準達到最小值,則滿足訓(xùn)練結(jié)束條件。所有降噪自動編碼器訓(xùn)練完成后,去掉最后的重構(gòu)層,將隱含層數(shù)據(jù)視為滿足條件的數(shù)據(jù)降維后的特征值。

        2核主成分分析(1gdJCA)

        核主成分分析(KPCA)是對主成分分析法(PCA)的非線性擴展,與PCA不同的是KPCA引入了非線性映射函數(shù)Ф,用來處理非線性數(shù)據(jù)。KPCA還引入了一個非常重要的定理:空間中的任何向量,都能夠用這個空間的所有樣本線性表示。KPCA可理解為通過某種途徑將輸入空間映射到某個高維空間(通常為特征空間),并在特征空間中實現(xiàn)PCA提取數(shù)據(jù)的非線性結(jié)構(gòu)信息。核主成分分析(KPCA)的具體計算步驟如下:

        3實驗分析與論證

        3.1實驗測點布置

        依據(jù)供輸彈系統(tǒng)工作機理和結(jié)構(gòu)及常見的故障種類,與實際測試的某型轉(zhuǎn)管火炮的結(jié)構(gòu)結(jié)合,對該型火炮開展多場信息測試工作。共布置8個測點,包括振動測點6處,各振動測點均采集3個方向的加速度信號,2個聲壓測點。采樣頻率設(shè)為25.6kHz,采用32通道LMS信號采集系統(tǒng)。測點分布如表1所示,測點分布圖如圖3所示。

        3.2實驗記錄

        本次試驗射速為450發(fā)/min,射擊過程如下:2連發(fā),兩次6連發(fā),實驗完成且未發(fā)生故障;40連發(fā),雖完成射擊任務(wù),但在射擊至26~27發(fā)時射速降低;60連發(fā),80連發(fā),全程射速平穩(wěn),機構(gòu)正常運行,無任何故障現(xiàn)象。本文將某型號火炮的工作狀態(tài)共劃分為3種,即正常工況(60連發(fā)、80連發(fā))、惡化中工況(2連發(fā)、6連發(fā))、故障工況(40連發(fā))。

        3.3實驗結(jié)果分析

        選取射擊試驗中振動測點3(x向)的振動信號和聲壓測點2的聲壓信號對供輸彈系統(tǒng)進行分析。使用線性去趨勢項和五點三次平滑法對信號進行預(yù)處理。將每一發(fā)信號進行單獨截取以便后續(xù)處理,如圖4所示為6連發(fā)射擊3x方向截取第l發(fā)信號時域圖。

        3.3.1基于堆疊降噪自動編碼器的特征提取

        在應(yīng)用堆疊自動編碼器提取特征前,基于最優(yōu)特征提取思想和模型簡化的考慮,確定堆疊自動編碼器的隱含層層數(shù)為4、特征值維度為5,且當(dāng)隱含層節(jié)點數(shù)目為輸人層節(jié)點數(shù)目的一半左右,信號的重構(gòu)誤差最小,提取出的特征值最有效。

        在試驗數(shù)據(jù)中,正常和故障工況數(shù)據(jù)的2/3作為訓(xùn)練數(shù)據(jù),剩余1/3作為測試數(shù)據(jù),惡化工況數(shù)據(jù)的1/2作為訓(xùn)練數(shù)據(jù),剩余1/2作為測試數(shù)據(jù)。

        在堆棧降噪自動編碼器中訓(xùn)練完成后輸入測試數(shù)據(jù)進行特征提取。由于篇幅限制,只列出部分信號特征值,部分振動信號特征值如表2所示,部分聲壓信號特征值如表3所示。

        3.3.2基于核主成分分析(KPCA)的特征融合

        將振動信號特征值和聲壓信號特征值進行核主成分分析特征融合,提取信息互補的故障信號特征值,圖5為經(jīng)過核主成分分析后提取的貢獻率較大的核主元及其累計貢獻率。

        由圖可知,前4個核主元的累計貢獻率超過90%,已滿足大于85%的理論要求,因此選取前4個核主元作為特征值。為了對比核主成分分析前后對故障診斷最后結(jié)果的影響,分別選取振動加速度信號、聲壓信號和融合后的二維特征值在二維空間的投影,以觀察不同工況下特征值的聚類效果,其結(jié)果如圖6所示。

        很明顯,經(jīng)過KPCA融合處理后,特征值的聚類效果優(yōu)于振動信號和聲壓信號特征值的聚類效果,不同工況的特征值彼此分離,同種工況的特征值互相聚集,有助于后續(xù)的早期故障識別。

        3.3.3基于支持向量機(SVM)的早期故障識別

        將融合前后的特征值分別輸入到支持向量機,中進行故障識別,所得識別結(jié)果如圖7所示。

        由診斷結(jié)果可知,66個測試樣本,通過單一振動信號進行識別,有59個測試樣本識別正確,識別準確率為89.4%;通過單一聲信號進行識別,有54個測試樣本識別正確,識別準確率為81.9%;通過經(jīng)KPCA融合振動信號與聲信號后進行識別,有60個測試樣本識別正確,識別準確率達92.4%。可得結(jié)論,多場信號經(jīng)KPCA融合處理后再進行故障識別可顯著提高供輸彈系統(tǒng)早期故障識別的準確率。

        4結(jié)束語

        本文基于SDA和KPCA特征融合對供輸彈系統(tǒng)進行了早期故障識別。結(jié)果表明:堆疊降噪自動編碼器網(wǎng)絡(luò)模型,可實現(xiàn)故障特征值的自適應(yīng)提取,有效彌補故障特征值不是最優(yōu)特征值而導(dǎo)致的故障識別準確率低的問題;KPCA信息融合方法可得到信息互補的特征值,提高故障識別準確率,且識別準確率達92.4%。本文提出的方法可為供輸彈系統(tǒng)的早期故障特征提取與狀態(tài)識別提供一種新思路。

        猜你喜歡
        信息融合
        基于預(yù)約診療模式下的醫(yī)院網(wǎng)絡(luò)安全設(shè)計
        信息融合方法在水力發(fā)電廠狀態(tài)檢修中的應(yīng)用
        科技資訊(2016年28期)2017-02-28 09:34:23
        基于智能粒子濾波的多傳感器信息融合算法
        大數(shù)據(jù)背景下的信號處理分析
        多傳感器圖像融合技術(shù)
        大數(shù)據(jù)環(huán)境下基于多維信息融合的高校教學(xué)評價
        亞太教育(2016年35期)2016-12-21 20:08:33
        一種無人飛艇高度傳感器信息融合方法
        多元信息傳感的人體坐姿識別技術(shù)研究
        基于區(qū)域信息融合的風(fēng)電場平均年發(fā)電量預(yù)測
        基于極限學(xué)習(xí)機的老人防摔倒系統(tǒng)設(shè)計
        一 级做人爱全视频在线看| 亚洲精品2区在线观看| 亚洲一区二区三区码精品色| 所有视频在线观看免费| 色欲色欲天天天www亚洲伊| 好爽…又高潮了毛片免费看| 亚洲AV无码一区二区水蜜桃| av在线播放免费观看| 日韩欧美aⅴ综合网站发布| 亚洲∧v久久久无码精品| 午夜福利不卡无码视频| 亚洲中文字幕精品久久久| 国产老熟妇精品观看| 国产成人精品av| 亚洲一区区| 99精品人妻少妇一区二区三区 | 欧美黑人乱大交| 亚洲无码观看a| 久久蜜桃资源一区二区| 人妻体体内射精一区二区| 久久久久这里只有精品网| 国产精品丝袜一区二区三区在线| 丁香花五月六月综合激情| 午夜福利院电影| 青草网在线观看| 一区二区三区日本视频| 女人高潮内射99精品 | 日韩久久久久中文字幕人妻| 亚洲一区在线二区三区| 初尝人妻少妇中文字幕| 国精产品一区二区三区| 亚洲国产一区二区三区在观看| 亚洲国产综合在线亚洲区亚洲av| 成人国产精品一区二区视频| 国产免费专区| 日韩亚洲国产中文字幕| 国产a∨天天免费观看美女| 国产精品麻花传媒二三区别| 强d乱码中文字幕熟女1000部| 蜜桃一区二区三区视频网址| 99香蕉国产精品偷在线观看 |