基于主成分分析及多维高斯贝叶斯的超声流量计故障智能诊断方法
发布时间：2021-12-22 23:28
提出了基于多维高斯贝叶斯模型的设备故障智能诊断流程,包括数据的筛选与结构化分析、数据的降维、模型的构建、诊断结果的检验与分析等。研究表明采用主成分分析方法进行降维时,不同的诊断对象在降维参数的选择方面存在较大差别,诊断效果因诊断对象和样本数量的不同而有所差异。利用公开发表的超声波流量计数据库对流程进行验证。结果显示:针对B型流量计进行280次、C型流量计进行550次智能故障诊断,故障状态的首选正确识别率分别达到99.3%和95.1%,较k-最近邻（KNN）聚类分析算法有一定的优势。
【文章来源】：计量学报. 2020,41(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
基于多维高斯贝叶斯的智能诊断算法流程
超声波流量计是一种以速度差法为原理的非接触测量仪表，测量准确度高，广泛应用于石油、化工、冶金、电力、给排水等领域。实际使用中超声波流量计存在空气侵入、蜡沉积等故障，需要定期进行校准。在英国的石化等流程行业中超声波流量计使用量大，但校准成本高昂[17]。为避免设备过度检验与校准，英国研究机构采集了流量计相关参数并建立了设备健康数据库，拟采用机器学习方法开展流量计健康诊断。本文使用的超声波流量计故障诊断数据库(Ultrasonic flowmeter diagnostics Data Set,http://archive.ics.uci.edu/ml/datasets/Ultrasonic+flowmeter+diagnostics)是由英国考文垂大学(Coventry University)和国家工程实验室(National Engineering Laboratory,TUV-NEL)采集，数据库由加州大学欧文分校提供[18]。该数据库收录了4类流量计共540个样本，4类样本中，B型流量计的样本数92个，故障分类包括无故障(Healthy)、气体侵入(Gas injection)及蜡沉积(Waxing),C型流量计的样本数181个，故障分类除上述3种外，还包括安装影响(Installation effects)故障模式。2个子数据库中检测的项目分别如表1、表2所示。
为分析数据特征及降维深度对诊断结果的影响，采用不同的PCA降维策略，对B型和C型流量计进行诊断分析，得到结果如图3所示。图中可以发现B型流量计和C型流量计的诊断结果存在较大区别。对B型流量计采用PCA降维后，降维时特征值保留比例由0.4上升至0.9时，本文算法的诊断识别率98.5%附近波动，总体较佳但进一步增加特征值的保留比例会使维数增加过多，反而使识别率有所降低。而对于KNN算法，提高PCA降维特征值保留比例时，正确识别率会发生显著下降。C型流量计样本数量相对较多，当特征值保留比例由0.9上升至0.999时，本文算法计算得到的识别率显著增加，特征值保留比例达到99.9%时全部55个待检样本共550次诊断的故障识别率为96.9%，这一数据明显高于KNN聚类分析75.3%的诊断结果。4 结论
【参考文献】：
期刊论文
[1]基于局部均值分解与快速独立成分分析的潜水泵故障诊断[J]. 田立勇,张一辙. 计量学报. 2020(05)
[2]基于多维高斯贝叶斯的机械设备失效/故障智能诊断及参数影响分析[J]. 朱建新,陈学东,吕宝林,王溢芳,乔松,陈嘉宏. 机械工程学报. 2020(04)
[3]基于分类优化贝叶斯结构算法的篦冷机参数状态分析及其算法收敛性分析[J]. 刘浩然,孙美婷,王海羽,张力悦,范瑞星,刘彬. 计量学报. 2019(04)
[4]双转子-支承-机匣耦合系统碰摩振动响应分析及试验验证[J]. 秦海勤,张耀涛,徐可君. 机械工程学报. 2019(19)
[5]基于改进耦合增强随机共振的滚动轴承故障诊断[J]. 张金凤,李继猛,杨莹,李雪,刘德玉. 计量学报. 2019(03)
[6]基于最大熵区间分析的测量不确定度评定[J]. 姚成乾. 计量学报. 2019(01)
[7]基于贝叶斯网络的水电机组振动故障诊断研究[J]. 刘东,王昕,黄建荧,张晓静,肖志怀. 水力发电学报. 2019(02)
[8]一种基于数据驱动和贝叶斯理论的机械系统剩余寿命预测方法[J]. 赵申坤,姜潮,龙湘云. 机械工程学报. 2018(12)
[9]基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究[J]. 时培明,孙鹏,袁丹真. 计量学报. 2018(03)
[10]压缩机供液泵叶片失效分析[J]. 秦炎锋,魏中坤,关凯书. 流体机械. 2014(10)
本文编号：3547313
【文章来源】：计量学报. 2020,41(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
基于多维高斯贝叶斯的智能诊断算法流程
超声波流量计是一种以速度差法为原理的非接触测量仪表，测量准确度高，广泛应用于石油、化工、冶金、电力、给排水等领域。实际使用中超声波流量计存在空气侵入、蜡沉积等故障，需要定期进行校准。在英国的石化等流程行业中超声波流量计使用量大，但校准成本高昂[17]。为避免设备过度检验与校准，英国研究机构采集了流量计相关参数并建立了设备健康数据库，拟采用机器学习方法开展流量计健康诊断。本文使用的超声波流量计故障诊断数据库(Ultrasonic flowmeter diagnostics Data Set,http://archive.ics.uci.edu/ml/datasets/Ultrasonic+flowmeter+diagnostics)是由英国考文垂大学(Coventry University)和国家工程实验室(National Engineering Laboratory,TUV-NEL)采集，数据库由加州大学欧文分校提供[18]。该数据库收录了4类流量计共540个样本，4类样本中，B型流量计的样本数92个，故障分类包括无故障(Healthy)、气体侵入(Gas injection)及蜡沉积(Waxing),C型流量计的样本数181个，故障分类除上述3种外，还包括安装影响(Installation effects)故障模式。2个子数据库中检测的项目分别如表1、表2所示。
为分析数据特征及降维深度对诊断结果的影响，采用不同的PCA降维策略，对B型和C型流量计进行诊断分析，得到结果如图3所示。图中可以发现B型流量计和C型流量计的诊断结果存在较大区别。对B型流量计采用PCA降维后，降维时特征值保留比例由0.4上升至0.9时，本文算法的诊断识别率98.5%附近波动，总体较佳但进一步增加特征值的保留比例会使维数增加过多，反而使识别率有所降低。而对于KNN算法，提高PCA降维特征值保留比例时，正确识别率会发生显著下降。C型流量计样本数量相对较多，当特征值保留比例由0.9上升至0.999时，本文算法计算得到的识别率显著增加，特征值保留比例达到99.9%时全部55个待检样本共550次诊断的故障识别率为96.9%，这一数据明显高于KNN聚类分析75.3%的诊断结果。4 结论
【参考文献】：
期刊论文
[1]基于局部均值分解与快速独立成分分析的潜水泵故障诊断[J]. 田立勇,张一辙. 计量学报. 2020(05)
[2]基于多维高斯贝叶斯的机械设备失效/故障智能诊断及参数影响分析[J]. 朱建新,陈学东,吕宝林,王溢芳,乔松,陈嘉宏. 机械工程学报. 2020(04)
[3]基于分类优化贝叶斯结构算法的篦冷机参数状态分析及其算法收敛性分析[J]. 刘浩然,孙美婷,王海羽,张力悦,范瑞星,刘彬. 计量学报. 2019(04)
[4]双转子-支承-机匣耦合系统碰摩振动响应分析及试验验证[J]. 秦海勤,张耀涛,徐可君. 机械工程学报. 2019(19)
[5]基于改进耦合增强随机共振的滚动轴承故障诊断[J]. 张金凤,李继猛,杨莹,李雪,刘德玉. 计量学报. 2019(03)
[6]基于最大熵区间分析的测量不确定度评定[J]. 姚成乾. 计量学报. 2019(01)
[7]基于贝叶斯网络的水电机组振动故障诊断研究[J]. 刘东,王昕,黄建荧,张晓静,肖志怀. 水力发电学报. 2019(02)
[8]一种基于数据驱动和贝叶斯理论的机械系统剩余寿命预测方法[J]. 赵申坤,姜潮,龙湘云. 机械工程学报. 2018(12)
[9]基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究[J]. 时培明,孙鹏,袁丹真. 计量学报. 2018(03)
[10]压缩机供液泵叶片失效分析[J]. 秦炎锋,魏中坤,关凯书. 流体机械. 2014(10)
本文编号：3547313
本文链接：https://www.wllwen.com/kejilunwen/yiqiyibiao/3547313.html
