不均衡数据集下往复压缩机多故障识别方法研究

发布时间：2020-05-09 18:26

【摘要】：机械设备运行时,由于故障状态时间远小于正常状态时间,使得故障样本数量远小于正常样本数量,造成样本间数据不均衡现象。在进行故障诊断时,分类器倾向于将测试样本判别为多数类,而忽视少数类样本,从而导致对故障样本的分类效果差。当前研究多针对不均衡数据集的二分类问题,但实际工程中,故障形式多种多样,即为多分类问题。因此,本文以往复压缩机为对象,对不均衡数据集下多故障识别进行了研究,主要内容如下:(1)针对冗余特征影响小样本数据分类准确率,且传统的基于互信息(Mutual Information,MI)的特征选择方法难以有效选取目标特征的问题,提出基于互信息的非监督式特征选择方法。通过选择类间差异度最大的目标特征、筛选有效的非目标特征以确定特征子集。对往复压缩机气阀数据进行特征选择,结果表明经过特征选择后的样本数据聚类效果优于未经过特征选择的样本数据。(2)针对分类器难以对少数类样本进行充分训练的问题,采用人工合成少数类过抽样技术(Synthetic Minority Over-Sampling Technique,SMOTE)对不均衡数据进行上采样。分析了SMOTE的采样率、类间不均衡度对分类准确率的影响;对往复压缩机气阀数据进行SMOTE采样,确定了实验数据的采样率:气阀正常、弹簧失效、阀片断裂以及阀片磨损采样率分别为0、0、1、5。(3)针对支持向量数据描述(Support Vector Data Description,SVDD)难以对多类故障进行识别的问题,提出基于可测度的BT-SVDD(Binary Tree,BT)故障识别模型构建方法。计算基于马氏距离的类间可测度,构建二叉树模型,并利用SVDD训练目标样本实现多故障识别。通过BT-SVDD模型对往复压缩机多类故障进行识别,经特征选择和上采样后的BT-SVDD模型对少数类样本阀片磨损分类准确率达到95%。(4)针对传统评价准则难以对不均衡数据下多分类问题进行综合有效评定,提出不均衡数据下基于误分代价矩阵的评价准则。提出误分代价矩阵概念,得到不均衡数据下多分类问题的综合评价指标,并应用于往复压缩机分类结果中,相比BP(Back Propagation,BP)、SVM(Support Vector Machine,SVM)、BT-SVDD,本文提出方法的综合评价指标分别提高了0.051、0.043、0.019。
【图文】：

技术路线

图 2.1 互信息与熵关系示意图.1 Illustration of the relationship between entropy 的特征选择方法概述筛选出表达效果好的特征，，同时去除无关的效果。一个理想的特征集中，每一个表达效而非目标特征之间为不相关或者是弱相关[41去除无关或者弱相关的特征；2）删除冗余间相关性强弱对非目标特征进行选择，并与的非监督式特征选择方法原理信息的特征选择方法存在一个问题，就是如对于特征之间的互信息计算以及最终的特征
【学位授予单位】：中国石油大学(北京)
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH45

【相似文献】

相关期刊论文 前10条

1 吴波;杨家鑫;霍维斌;;往复压缩机连杆稳定性分析[J];化工设计通讯;2019年03期

2 刘冬;刘守信;韩福利;王德帅;;往复压缩机气管路支架布置简析[J];压缩机技术;2019年04期

3 张谦;舒悦;王乐;谢传东;;往复压缩机故障诊断方法研究概述[J];流体机械;2018年03期

4 张继升;;燃气式往复压缩机组节能降耗技术研究[J];石化技术;2018年05期

5 辛斌;;往复压缩机故障诊断技术研究[J];化学工程与装备;2018年08期

6 付冰洋;张建云;王云超;孙强;牛磊;;往复压缩机十字头强度分析及拓扑优化设计[J];压缩机技术;2016年06期

7 张秀锋;;往复压缩机的磨损测试方法研究[J];压缩机技术;2016年06期

8 周振堂;;测量技术在往复压缩机领域的基本应用[J];压缩机技术;2017年01期

9 路伟;李宽;;高速往复压缩机的结构特点及典型应用[J];科技资讯;2014年23期

10 张柏祥;;例谈往复压缩机的典型故障特征与诊断[J];装备制造;2014年S1期

相关会议论文 前10条

1 高晶波;王日新;徐敏强;夏松波;;基于时频分析的往复压缩机气阀故障诊断方法的研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

2 朱丽红;韩素娟;杨旭;;往复压缩机缸体连接螺柱断裂失效分析[A];第十二届沈阳科学学术年会论文集（理工农医）[C];2015年

3 郭文涛;;往复压缩机管线的振动分析方法探究[A];创新沈阳文集（A）[C];2009年

4 姚德群;余志红;杨素春;王朝晖;;基于数据挖掘的往复压缩机气阀故障诊断设计[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

5 刘继国;赵地;;大型往复压缩机组国产化研究与应用[A];海洋工程论文集[C];2014年

6 丁月敏;;探究往复压缩机的设计方案 以4M80(85)为例[A];第八届沈阳科学学术年会论文集[C];2011年

7 王智伟;张鹏;王金东;杜永军;王巍;;基于虚拟仪器的往复压缩机监测系统研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

8 赵海峰;刘树林;王宪明;徐艳;;往复压缩机气阀故障的瞬态特征提取方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

9 赫贵志;马宁;;压缩机反向角理论及在压缩机设计中的应用[A];第十届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2013年

10 鲁录义;顾兆林;何家胜;;在压缩机振动控制中运用ANSYS多物理场[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

相关重要报纸文章 前3条

1 ;自主创新领风飞扬[N];中国工业报;2009年

2 本报记者 秦虹　通讯员 王佳莉;GE天然气压缩系统使碳排放减24%[N];中国电力报;2013年

3 ;中国重大技术装备国产化的一面旗帜[N];中国工业报;2005年

相关博士学位论文 前4条

1 刘岩;基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究[D];东北石油大学;2018年

2 李颖;往复压缩机滑动轴承间隙复合故障诊断方法研究[D];东北石油大学;2019年

3 王宪明;往复式压缩机多源冲击振动时频故障特征研究[D];东北石油大学;2013年

4 赵海洋;往复压缩机轴承间隙故障诊断与状态评估方法研究[D];哈尔滨工业大学;2014年

相关硕士学位论文 前10条

1 贾婉春;基于共振稀疏分解的往复压缩机故障诊断研究[D];东北石油大学;2019年

2 武佳奇;基于ITD和最大熵谱分析的往复压缩机气阀故障特征提取方法研究[D];东北石油大学;2019年

3 谢梦云;不均衡数据集下往复压缩机多故障识别方法研究[D];中国石油大学(北京);2018年

4 卜庆超;基于最优品质因子信号共振稀疏分解与HFE的往复压缩机故障诊断方法[D];东北石油大学;2018年

5 韩辉;基于改进LMD的往复压缩机轴承故障诊断方法研究[D];东北石油大学;2018年

6 张隆宇;经验小波振动特征提取及在往复压缩机故障诊断中的应用[D];东北石油大学;2018年

7 朱倩;基于MEMD与MSE的往复压缩机故障诊断方法研究[D];东北石油大学;2018年

8 郝少鹏;往复压缩机气阀故障的动力学仿真及在线监测系统设计[D];中国石油大学（北京）;2017年

9 张颖;基于主题模型的往复压缩机智能诊断研究[D];北京化工大学;2017年

10 高光甫;基于图像识别的往复压缩机故障诊断方法研究[D];东北石油大学;2012年

本文编号：2656548