基于非负分解的故障特征提取理论与方法研究

特征提取是故障诊断的瓶颈问题，其结果的优劣直接关系到状态识别与故障诊断的准确性和故障早期预报的可靠性。项目针对现有特征分析方法普遍存在的结果难以为工程技术人员掌握的缺陷，开创性地应用具有非负分解特性的NMF和NTF理论，对常用现代特征分析方法所获得的结果，尤其是对时频分布、高阶谱、以及由多个传感器数据或由多种分析方法所获结果组合而成的高维数据阵列，进行二次故障特征提取，获取隐含于其中的低维局部特征；提出基于智能优化技术、具有根据数据分布特性自适应目标函数、自适应算法参数、又同时满足健壮性要求的高效、健壮的NMF/NTF算法以及相应的非负正交张量分解和非负独立张量分解算法；提出适应诊断需求的二次故障特征表达方法，并结合故障机理和实验数据分析，建立二次故障特征与设备典型故障之间对应关系，解释相关二次局部特征的含义，突破现代特征分析技术在工程实践中应用的瓶颈。