遗传程序设计在旋转机械故障分类中的应用

《遗传程序设计在旋转机械故障分类中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第３０卷第１０期计算机应用与软件Ｖｏｌ３０Ｎｏ．１０２０１３年１０月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＯｃｔ．２０１３遗传程序设计在旋转机械故障分类中的应用１，２１１，３１胡勤张清华覃爱淞孙国玺１（广东石油化工学院计算机与电子信息学院广东茂名５２５０００）２（广东工业大学自动化学院广东广州５１０００６）３（太原理工大学信息工程学院山西太原０３００２４）摘要特征提取是旋转机械故障分类中一个很重要的问题。为解决该问题，提出一种利用时域中已有的无量纲指标和遗传程序设计对旋转机械多类故障进行新无量

2、纲指标提取的方法。实验结果表明，新无量纲指标比传统的无量纲指标具有更好的故障分类能力，能够对旋转机械故障进行准确分类。关键词故障诊断旋转机械遗传程序设计无量纲指标中图分类号　ＴＰ２７７　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１０．０１５ＴＨＥＡＰＰＬＩＣＡＴＩＯＮＯＦＧＥＮＥＴＩＣＰＲＯＧＲＡＭＭＩＮＧＤＥＳＩＧＮＩＮＦＡＵＬＴＣＬＡＳＳＩＦＩＣＡＴＩＯＮＯＦＲＯＴＡＴＩＮＧＭＡＣＨＩＮＥＲＹ１，２１１，３１ＨｕＱｉｎ　ＺｈａｎｇＱｉｎｇｈｕａ　ＱｉｎＡｉｓｏｎ

3、ｇ　ＳｕｎＧｕｏｘｉ１（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｅｔｒｏｃｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，Ｍａｏｍｉｎｇ５２５０００，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）２（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）３（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴａｉｙｕａｎＵｎｉｖｅｒｓ

4、ｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｙｕａｎ０３００２４，Ｓｈａｎｘｉ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｓａｎｉｍｐｏｒｔａｎｔｉｓｓｕｅｉｎｒｏｔａｔｉｎｇｍａｃｈｉｎｅｒｙｆａｕｌｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｏｓｏｌｖｅｉｔ，ｗｅｐｒｏｐｏｓｅａｎａｐｐｒｏａｃｈｔｏｅｘｔｒａｃｔｔｈｅｎｅｗｄｉｍｅｎｓｉｏｎｌｅｓｓｐａｒａｍｅｔｅｒｏｆｍｕｌｔｉｐｌｅｆａｕｌｔｓｏｆｒｏｔａｔｉｎｇｍａｃｈｉｎｅｒｙｕｓｉｎｇｔｈｅｅｘｉｓｔｉｎｇｄｉｍｅｎｓｉｏｎｌｅｓｓｐａｒａ

5、ｍｅｔｅｒｉｎｔｉｍｅｄｏｍａｉｎａｎｄｔｈｅｇｅｎｅｔｉｃｐｒｏｇｒａｍｍｉｎｇｄｅｓｉｇｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｆａｕｌｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎａｂｉｌｉｔｙｏｆｎｅｗｄｉｍｅｎｓｉｏｎｌｅｓｓｐａｒａｍｅｔｅｒｉｓｂｅｔｔｅｒｔｈａｎｔｈａｔｏｆｔｈｅｅｘｉｓｔｉｎｇｏｎｅｓ，ａｎｄｔｈｅａｃｃｕｒａｔｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｒｏｔａｔｉｎｇｍａｃｈｉｎｅｒｙｆａｕｌｔｓｃａｎｂｅａｃｈｉｅｖｅｄ．Ｋｅｙｗｏｒｄｓ　　Ｆａｕｌｔｄｉａｇｎｏｓｉｓ　Ｒｏｔａ

6、ｔｉｎｇｍａｃｈｉｎｅｒｙ　Ｇｅｎｅｔｉｃｐｒｏｇｒａｍｍｉｎｇｄｅｓｉｇｎ　Ｄｉｍｅｎｓｉｏｎｌｅｓｓｐａｒａｍｅｔｅｒｓ故障进行准确分类。０　引言１　遗传程序设计旋转机械故障特征的选择与提取是故障诊断技术的关键环节，选择与提取出优质的故障特征可以提高诊断的效率和准确１．１　遗传程序设计率。在机械故障诊断中，特征参数法是常用的方法之一，最常用１９９２年，美国的Ｋｏｚａ教授的经典著作ＧｅｎｅｔｉｃＰｒｏｇｒａｍ的特征参数包括振幅的有效值、峰值、平均值和无量纲特征等时ｍｉｎｇ：ＯｎｔｈｅＰｒｏｇｒａｍｍｉｎｇｏｆｃｏｍ

7、ｐｕｔｅｒｓｂｙｍｅａｎｓｏｆＮａｔｕｒａｌＳｅｌｅｃ域特征参数，有时也用到一些频域参数。其中，无量纲指标因其［３］ｔｉｏｎ标志着遗传程序设计方法的正式确立。遗传程序设计的［１］对机器运行的工况变化不敏感，而获得了广泛的应用。但基本思想是：随机产生一个适用于所给问题的初始种群，种群中是，目前已有的无量纲指标形式简单，数量有限，无法实现对不的每个个体的基因型表示为树状结构，计算每个个体的适应值，同设备产生的具有不同振动信号的准确描述，并且现有的无量依据优胜劣汰原则，选择遗传算子（复制、交叉和变异等）对种纲指标只对某些故

8、障种类较为敏感，对其它一些故障种类分类群不断进行迭代优化，直到在某一代上找到最优解或近似最优效果可能不好，因而有必要针对不同设备的不同工况，选择和［４］解。其详细流程见图１所示，其中Ｇｅｎ为代数，ｉ为个体计数［２］构造相对于该设备的最优指标，从而区分所有故障状态。器，Ｍ为每代群体中的个体数，Ｐｒ为选择复制概率，Ｐｃ为交叉概遗传程序