[发明专利]一种基于混沌粒子群的优化核主元分析故障监测方法

权利要求书

1.一种基于混沌粒子群的优化核主元分析故障监测方法，其特征在于，包括以下步骤：

获取初始数据矩阵；所述初始数据矩阵包括正常数据样本矩阵和故障数据样本矩阵；

通过非线性映射φ将所述初始数据空间映射到隐式特征空间中，并在隐式特征空间中进行非线性特征变换；

将所述初始数据矩阵作为训练数据建立故障监测模型；

获取测试数据；

将所述测试数据输入所述故障监测模型中，对所述测试数据进行故障在线监测。

2.根据权利要求1所述的方法，其特征在于，将所述初始数据矩阵作为训练数据建立故障监测模型，包括以下步骤：

通过公式将所述初始数据矩阵转换为正常数据，并对所述正常数据进行规范化处理；其中μ＝[μ₁,μ₂,…,μ_m]是变量的均值向量，D_σ＝diag(σ₁²,σ₂²,…,σ_m²)是变量的标准偏差对角矩阵；

通过公式建立混合核函数；

通过混沌粒子群算法优化所述混合核函数参数；

通过公式K_ij＝(φ(X_i)φ(X_j))＝k(X_i,X_j)计算核矩阵K；

通过对所述隐式特征空间进行中心化；

通过公式Nλα＝Kα计算(λ_k,α^k),k＝1,…,p，并通过λ_i(α_iα_i)＝1规范α^k；

通过公式对所述正常数据提取第k个特征分量；

通过公式和计算所述正常数据的监测统计量T²和SPE；

通过和计算所述正常数据的T²和SPE统计量的控制限。

3.根据权利要求2所述的方法，其特征在于，将所述测试数据输入所述故障监测模型中，对所述测试数据进行故障在线监测，包括以下步骤：

通过公式将所述测试数据转换为新的测试数据向量，并对所述新的测试数据向量进行规范化处理；其中μ＝[μ₁,μ₂,…,μ_m]是变量的均值向量，D_σ＝diag(σ₁²,σ₂²,…,σ_m²)是变量的标准偏差对角矩阵；

对给定测试向量x_t，利用[k_t]_j＝[k_t(X_t,X_j)]计算核向量k_t∈R^1×N，其中X_j是正常操作数据；

计算k_t，1_t＝1/N×[1,…,1]∈R^1×N；

通过计算所述新的测试数据向量的非线性主元；

计算所述新的测试数据向量的统计量T²和SPE；

监测所述新的测试数据向量的T²和SPE的值是否均大于所述正常数据的T²和SPE统计量的控制限；

如果是，则所述测试数据异常，所述测试数据所属的设备出现故障；

如果否，则所述测试数据正常，所述测试数据所属的设备未出现故障。

4.根据权利要求2所述的方法，其特征在于，通过混沌粒子群算法优化所述混合核函数参数之前，还包括以下步骤：

定义适合所述正常数据样本矩阵和故障数据样本矩阵分离的适应度函数；所述适应度函数定义为：其中是类间的散度矩阵；是类中的散度矩阵；L是类的数目；C_i是每个类的几何中心，是各类中心的几何中心；X是数据向量。