基于进化计算与流形学习的复杂机电系统故障检测方法的研究

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。本研究拟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；并基于进化计算理论设计多目标进化计算算法实现多噪音数据图的分割，完成故障数据的正确聚类/分类，进而实现故障规则提取和故障诊断的目标；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，进而从微观角度分析故障成因的机理。总之，通过本研究将为复杂机电系统提供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。