工业装备的小样本数据特征提取及分类模型研究

发布时间：2024-02-15 16:35

　　随着工业智能化和规模化程度逐步提高,工业过程中所有加工单元的连接愈发紧密,一旦有某个设备发生故障将可能导致大范围生产环节的停滞,产生巨大的经济损失,因此需要保障工业装备稳定可靠运行的有效的方法。现阶段工业装备的故障监测技术大多以大样本数据集为基础,而在实际工业过程中,往往采集到的故障数据量很少,为小样本故障,其余数据都是正常运行数据,这使得一些需要大量故障样本进行训练的故障监测方法失效。如今针对工业装备故障监测方法中有两个关键步骤:特征提取以及建立分类模型。基于信号处理的特征提取方法中,存在信号分解效果不理想的问题,同时信号中包含相似故障特征以及噪声干扰,故障特征提取精度不佳;针对分类模型的研究,由于工业装备的故障类别繁多,直接使用二分类模型进行分类,可能会导致计算量与训练时长增加,具有一定的局限性。因此开展工业装备的小样本数据特征提取和分类模型研究具有重要意义。本文针对故障小样本的情况,以提升信号处理特征提取精度以及建立更适合多类别多分类模型为目标,提出工业装备的故障监测方法。主要工作分为两方面:(1)针对信号处理小样本故障特征提取方法,提出了解相关多频率经验模态分解特征提取方法,通...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图3-2第一IMF与第二IMF幅度波形图

18图3-2第一IMF与第二IMF幅度波形图Fig.3-2AmplitudeWaveformofthe1stIMFandthe2ndIMF时，采样频率为44100Hz，我们使2f在50~4000Hz之间次EMD对信号分解，分析结果如图....

图3-3第一IMF与原始信号的误差波形图

图3-3第一IMF与原始信号的误差波形图Fig.3-3ErrorWaveformofthe1stIMFandtheOriginalSignal复杂环境下采集的振动信号中包含大量相近的时频域信发生故障时，振动信号中会出现较多脉冲和间歇信号，法在分解这种复....

图3-6信号x(t)及其两个信号分量波形图

图3-6信号x(t)及其两个信号分量波形图Fig.3-6WaveformofSignalandItsComponents过3.2.1小节中分析，EMD方法可以完全分解混合信号，且不出现模必须不满足120.5f/f2。在仿真信号1中12....

图3-7EMD分解仿真信号1结果

图3-6信号x(t)及其两个信号分量波形图Fig.3-6WaveformofSignalandItsComponents通过3.2.1小节中分析，EMD方法可以完全分解混合信号，且不出现模态时必须不满足120.5f/f2。在仿真信号1中....

本文编号：3900002