[發明專利]一種基于自動編碼器的軸系轉速大波動的故障診斷方法

有效

• 申請號: 201810200175.5
• 申請日: 2018-03-12
• 公開（公告）號: CN108548671B
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 李舜酩;安增輝
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01M13/045
• 分類號: G01M13/045;G06K9/62;G06N3/08;G06N3/04
• 代理公司: 32200 南京經緯專利商標代理有限公司
• 代理人: 許方

1.一種基于自動編碼器的軸系轉速大波動的故障診斷方法，其特征是，包括以下步驟：

步驟1.樣本數據預處理：轉速1和轉速2的樣本分別屬于源域和目標域；轉速1的源域有M個帶有標簽的訓練樣本其中表示第i個源域樣本N_n表示樣本長度即樣本維數，yⁱ表示的標簽；轉速2的目標域中有N個無標簽的訓練樣本其中表示第i個目標域樣本首先將所有樣本進行傅里葉變換，然后對幅值進行歸一化組成新的訓練樣本和其中，和分別表示原樣本和的頻譜；此時樣本長度變為原樣本的一半，用N_in表示，即N_in＝N_n/2；將所有樣本表示成矩陣形式，即源域樣本為X_s，目標域樣本為X_t；其中，X_s和X_t分別表示由M個樣本和N個樣本組成的矩陣；

步驟2.用轉速1信號預訓練自動編碼器：僅選用源域樣本X_s作為訓練樣本，并僅對自動編碼器進行預訓練，從而保證其提取特征的能力；即通過梯度下降法訓練代價函數下標F代表Frobenius范數運算，R＝F_d(Z_d)，Z_d＝W_dH+b_d，H＝F_e(Z_e)，Z_e＝W_eX_s+b_e，其中，W_e為自動編碼器編碼層權值矩陣，b_e為自動編碼器編碼層偏置向量，W_d為自動編碼器解碼層權值矩陣，b_d為自動編碼器解碼器偏置向量，M為轉速1的源域訓練樣本個數；F_d()，F_e()是激活函數；經過預訓練可以得出一組{W_e，b_e，W_d，b_d}；

步驟3.訓練基于自動編碼器的遷移學習模型：在自動編碼算法中加入MMD懲罰項自動編碼遷移學習算法，并用兩種轉速的訓練樣本進行訓練；

步驟4.訓練基于Softmax的遷移學習分類器：訓練加入MMD懲罰項的Softmax特征分類器對提取的特征進行分類，由此可對轉速2未知的故障信號實現故障診斷。

2.根據權利要求1所述的一種基于自動編碼器的軸系轉速大波動的故障診斷方法，其特征在于，所述步驟3的實現過程為：

將步驟2所得的{W_e，b_e，W_d，b_d}作為初始值，訓練基于自動編碼器的遷移學習模型，其訓練樣本為源域樣本X_s和目標域樣本X_t；基于自動編碼器的遷移學習模型的代價函數分為三部分，即其中，λ，μ為懲罰系數，L_reg為W_e，W_d的2范數正則化項，L_MMD為源域與目標域樣本的MMD距離；訓練時，L_ae只有源域樣本X_s參與，L_MMD源域樣本為X_s和目標域樣本X_t都參與；訓練結束時除去自動編碼器的解碼器層，只保留自動編碼器的編碼器層，其維數為N_out。