基于t-SNE降维和KNN算法的波浪传感器故障诊断方法.pdf
《基于t-SNE降维和KNN算法的波浪传感器故障诊断方法.pdf》由会员分享,可在线阅读,更多相关《基于t-SNE降维和KNN算法的波浪传感器故障诊断方法.pdf(9页珍藏版)》请在咨信网上搜索。
1、山 东 科 学 第 卷 第 期 年 月出版.:./.【海洋科技与装备】收稿日期:基金项目:青岛市自然科学基金()国家自然科学基金()青岛市科技惠民项目()作者简介:邰朋()男硕士研究生研究方向为智能检测技术:.通信作者宋苗苗女副研究员研究方向为海洋信息技术:.基于 降维和 算法的波浪传感器故障诊断方法邰朋宋苗苗王波陈世哲付晓扈威高赛玉程凯宇郑珊珊焦梓轩王龙飞(齐鲁工业大学(山东省科学院).海洋技术科学学院.海洋仪器仪表研究所山东 青岛)摘要:针对波浪传感器故障诊断困难、故障类型无法识别、诊断耗时长的问题提出一种基于小波包分解、降维与 近邻算法()分类网络的波浪传感器故障诊断方法 首先将原始信号
2、进行标准差标准化处理然后对标准化后的数据进行小波包 层分解将分解后的第 层 个频带上的数据进行归一化处理作为提取的特征向量采用 降维算法对特征数据进行降维最后将降维后的特征数据输入到 分类网络中进行故障分类检测 实验结果表明该方法能够提高波浪传感器故障诊断的准确度和诊断速度对正常状态和 种故障状态的诊断准确率能够达到.关键词:波浪传感器小波包分解 非线性降维算法近邻算法故障诊断中图分类号:文献标志码:文章编号:()开放科学(资源服务)标志码():(.()().().山 东 科 学 年 .随着海洋观测技术的不断发展利用先进的海洋监测仪器可以监测到准确的水文气象数据 波浪是一种重要海洋环境要素其数
3、据质量取决于波浪传感器的稳定性和可靠性 传感器发生故障会影响监测数据的完整性和准确性当监测位置处于重要海域时还将关系到军事及国防安全 因此通过波浪传感器的观测数据对其进行故障诊断及时发现传感器存在的问题对于重要海域浮标上波浪传感器的维护具有重要意义波浪传感器输出的信号是不平稳的信号的频率成分较为丰富单纯采用时域或频域分析法均不能准确高效地检测出信号的故障特征 为此国内外学者将时频分析法应用于传感器故障信号的特征提取冯志刚等利用小波包分解提取各个节点的能量利用径向基神经网络进行传感器故障诊断但只研究了偏差、漂移和周期性干扰三种故障没有考虑脉冲、开路和短路等故障类型 等采用短时傅里叶变换分析轴承信
4、号但其窗长设定的自适应性不强只能粗略分析信号的结构 等同样对传感器的输出信号进行小波变换在不同尺度上计算了信号发生故障前后的能量变化率进而监测压力传感器的各种故障但准确率较低且速度较慢在波浪传感器故障诊断方面传统的基于统计学方法的故障诊断模型具有计算量大、准确度低等问题而基于人工智能的神经网络模型虽然具有较高的准确度但其可解释性较差难以解释故障原因 因此如何结合二者的优点建立准确度高、可解释性强的故障诊断模型是目前需要解决的问题 本文采用小波包分解的方法提取故障特征将提取后的故障特征进行降维再输入到 近邻算法()分类网络中实现了将传感器高维的故障特征数据降维至三维的空间数据减少了故障诊断的时间
5、保证了故障诊断的准确率 同时将复杂的波浪传感器故障类型之间的关系转换为直观的空间近邻关系提高了故障诊断的效率 波浪传感器的故障类型及特征提取.传感器的故障类型受海洋环境影响以及电磁干扰波浪传感器会通常会出现 种常见故障:()漂移偏差 当此种故障出现时随着观测时间的推移传感器的测量值与真实值之间的偏差将会越来越大 其故障模型为:()式中 为观测的正常信号 为传感器测量值与真实值偏差 为初始时刻 为故障信号()固定偏差 当出现此类故障时传感器的测量值和真实值之间存在着一个恒定常数的偏移或误差()开路故障 当发生此类故障时传感器会在正常监测状态下突然失效导致其无法正常监测监测的数据始终为一个常数这里
6、用测量范围的最大值来模拟开路故障的故障数据 其故障模型为:()式中 为测量范围的最大值()脉冲故障 当出现此类故障时传感器观测到的数据会出现间隔性、短时性的野值()短路故障 当出现污染引起的桥路腐蚀或者发生线路短接时则可能发生短路故障与开路故障类似传感器采集到的数据始终为一常数这里用测量范围的最小值来模拟短路故障的故障数据 其故障模型为:第 期邰朋等:基于 降维和 算法的波浪传感器故障诊断方法 ()式中 为测量范围的最小值()周期性干扰 周期性干扰主要是由于波浪传感器受到了浮标平台搭载的其他设备的干扰 传感器的测量信号和真实信号之间始终存在着一定范围内的扰动.故障特征提取本文利用小波包对原始故
7、障数据进行 层小波包分解得到 个频率成分的信号特征分解在各个频带上的信号都具有一定的能量不同的信号在经过分解后具有不同的能量特征因此可以将分解后的能量作为故障的特征对分解后的数据进行系数重构计算分解在各频带上的能量并利用分解在各频带上的能量构造特征向量将特征向量进行标准差标准化处理后输入到故障分类网络中进行故障分类 小波分解的步骤如图 所示图 小波包提取能量特征.()采用标准差标准化方法对 种状态下的波浪传感器信号进行标准化处理避免所提取的特征受到传感器输出信号幅值的影响 为标准差标准化处理见公式()()()式中 表示传感器输出信号的序列()是 的均值 是 的标准差将标准化后的信号 进行 层小
8、波包分解图 是周期性干扰故障经小波包 层分解后 个频带分解系数变化曲线 周期性干扰故障原始信号的采样频率为 采样时间为 图 周期性干扰故障经小波包 层分解后 个频带分解系数变化曲线.山 东 科 学 年图(续)()对分解在各个频带上的信号能量进行重构设 为重构后第 层的第 个信号()计算重构信号 的能量 计算方法如公式()所示()()式中 为 各个离散点的幅度 为重构信号的离散点个数 为第 层第 个频带的离散点()计算信号的总能量 根据计算出的各频带能量构造出故障信号的特征向量并对特征向量进行归一化标准化处理 特征向量的形式如公式()所示 /()图 显示了传感器正常和 种故障状态下传感器采集的信
9、号数据的表现形式及其对应的能量分布图图 种状态的信号表现形式及其能量分布图.第 期邰朋等:基于 降维和 算法的波浪传感器故障诊断方法图(续)基于小波包分析的方法通过对故障信号进行分解可以得到原始信号在不同频带上的能量分布 此方法可以将故障信号在指定的尺度上进行分解并得到信号的能量分布进而达到提取信号特征的目的 信号在经过分解后也折射出了原始故障信号能量分布的整体特征信号在经过 层小波分解后总能量也被分解到了 个不重叠的频率区间内 然后利用不同的频率区间内信号能量不同的特点可以将不同频率区间内的能量作为原始信号的特征向量来进行故障分类 降维及 分类.降维()降维算法是一种非线性降维的机器学习算法
10、能够降低向量维度的同时很好地捕捉到原始数据的复杂流形结构 首先将数据点间的高维欧氏距离转换为代表着相似度的条件概率然后假设数据点 到数据点 的相似度用条件概率 来表示 的值越大表明 和 的相似度越高 采用公式()计算(/)(/)()式中 是以 为中心点的高斯分布的方差将各小波包 层分解后的各频带能量进行标准化处理后然后将标准化后的故障特征数据利用 降维方法将小波包分解 个频带上的标准化特征向量降维至 维图 是利用 降维的流程 更注重全局结构而非局部结构当在高维空间中两个点相似度很小映射到低维空间中相似度却变得很大这时相应的惩罚力度却很小与实际情况不符 在降维的过程中在经过 分布的处理后同一类数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SNE 维和 KNN 算法 波浪 传感器 故障诊断 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。