机械电子系统的日益大型化、复杂化导致了监测状态参数数量的急剧增加以及状态参数空间和故障成因的非规则化与多样化,因此对该系统故障的准确诊断与故障机理的正确分析就变得越来越困难。本研究通过图论和相关物理原理的研究以关系图的形式建立故障监测数据的模型,代替传统的欧氏距离,达到非规则空间内数据关系正确表达的目的;并基于复杂系统理论设计一种高效、智能的进化计算算法,基于复杂系统遗传算法,实现了一种高效的优化算法,并用其完成故障数据的正确聚类/分类;在上述研究成果的基础上,通过粗糙集和流形学习等智能算法,研究一种新算法实现故障数据内部所蕴涵知识的提取;并以多级压缩机为具体研究对像,完成了一种全新的故障监测方法,该方法不仅能够及时对复杂机电系统故障进行正确的诊断,还可以提取系统在其主要特征参数空间的动态演变过程,实现故障形成机理的分析。
英文主题词Fault Diagnosis;Evolution Algorithms;Genetic Algorithm;Manifold