基于节点优化型DAG-LDM的机组滚动轴承故障诊断方法
来源期刊:控制与决策2019年第7期
论文作者:刘朝华 孟旭东 陆碧良 李小花 童成意
文章页码:1394 - 1400
关键词:有向无环图;大间隔分布机;多分类器;节点优化;滚动轴承;故障诊断;
摘 要:滚动轴承作为风电机组的关键部件,对于整个机组的安全运行起着决定性作用.针对机组滚动轴承故障诊断问题,提出一种节点优化型有向无环图大间隔分布机(O-DAG-LDM)的故障诊断方法.结合DAG多分类扩展性能与LDM二分类器泛化性能的优点,构建一种面向滚动轴承故障诊断的DAG结构扩展式LDM多分类器方法.在DAG-LDM算法框架下,利用优化算法对DAG节点进行优化排列以减小随机排布引起的累积误差,提高LDM故障分类准确率.实验表明,与其他主流智能诊断方法相比,所提出的节点优化型DAG-LDM故障诊断方法具有较高的准确率和更好的抗噪性能.
刘朝华1,2,孟旭东1,陆碧良1,李小花1,童成意3
1. 湖南科技大学信息与电气工程学院2. 湖南大学汽车车身先进设计制造国家重点实验室3. 长沙师范学院信息科学与工程学院
摘 要:滚动轴承作为风电机组的关键部件,对于整个机组的安全运行起着决定性作用.针对机组滚动轴承故障诊断问题,提出一种节点优化型有向无环图大间隔分布机(O-DAG-LDM)的故障诊断方法.结合DAG多分类扩展性能与LDM二分类器泛化性能的优点,构建一种面向滚动轴承故障诊断的DAG结构扩展式LDM多分类器方法.在DAG-LDM算法框架下,利用优化算法对DAG节点进行优化排列以减小随机排布引起的累积误差,提高LDM故障分类准确率.实验表明,与其他主流智能诊断方法相比,所提出的节点优化型DAG-LDM故障诊断方法具有较高的准确率和更好的抗噪性能.
关键词:有向无环图;大间隔分布机;多分类器;节点优化;滚动轴承;故障诊断;