故障特征提取的方法研究

故障特征提取的方法研究

摘要：針對常規特征提取方法存在著問題不足，提出了基于BP神經網絡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。結果表明這兩種方法是可行和有效的。

隨著科學技術的發展，現代設備的結構日趨復雜，其故障類型越來越多，反映故障的狀態、特征也相應增加。在實際故障診斷過程中，為了使診斷準確可靠，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練過程耗時費工，甚至妨礙訓練網絡的收斂，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構造一個較低維數的特征空間，將原始特征中蘊含的有用信息映射到少數幾個特征上，忽略多余的不相干信息。從數學意義上講，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】相關文章：

1.硬盤故障的處理方法

2.光纖故障判斷方法

3.電工如何處理故障-電工處理故障的方法

4.各種硬盤故障的處理方法

5.硬盤故障的修復方法

6.硬盤軟故障處理方法

7.叉車轉向系統的故障排除方法

8.數控機床的電氣故障方法

9.處理手機故障的方法與技巧