多变量动态系统的非线性频谱特征提取与故障诊断方法研究

摘要

通过非线性频谱数据与支持向量机分类方法，研究了多变量动态系统的故障诊断问题.为了克服传统广义频率响应函数描述存在的计算量膨胀问题，本文基于一维的非线性输出频率响应函数获取非线性频谱特征；提出了一种频域变步长归一化LMS自适应辨识算法，该方法根据估计偏差实时地改变步长，兼顾了收敛速度与稳态误差.获取非线性频谱特征后，利用最小二乘支持向量机构造多类型故障分类器进行故障识别.为了减少训练时间,通过一种简化公式利用共轭梯度算法对支持向量机进行训练.对2输入4输出振动系统的故障诊断问题进行了研究，实验表明提出的故障诊断方法训练时间短、识别率高，能够满足在线诊断要求.