基于压缩感知和联合范数优化的故障诊断方法和装置制造方法及图纸
Method and apparatus for fault diagnosis based on compressed sensing and joint norm optimization
The invention provides a combined optimization based on compressed sensing and fault diagnosis method and device, the method includes: the fault state obtained by binarization processing; according to the processing result established the fault diagnosis of linear measurement model; through the method of compressed sensing measurement data according to the state inference system of linear measurement model with joint; the first and second preset default norm norm norm as the objective function to optimize the system state. Thus, the accuracy of the solution can be improved and the accuracy and efficiency of the fault diagnosis can be improved through the fault diagnosis based on compressive sensing and joint norm optimization.
【技术实现步骤摘要】
基于压缩感知和联合范数优化的故障诊断方法和装置
本专利技术涉及故障诊断
，尤其涉及一种基于压缩感知和联合范数优化的故障诊断方法和装置。
技术介绍
目前，主要采用主元分析(PCA)和主元回归(PCR)的方法分析故障诊断问题。具体地，对存在相关性的自变量进行处理，从而得出内在相关性最大的主要变元，然后对于这些主元进行回归运算求出在误差最小约束下的最优解。上述方式在一些领域有着非常广泛的应用和显著的效果，然而在处理某些问题上却不是特别有效。举例而言，对于高炉炼铁的问题，用PCA和PCR的方法，检测一些变量大小的变化往往有效，但对于阀门开关的问题，控制量是否施加这种简单的问题检测效果却并不是很理想，尤其是多维度强耦合的系统。可以理解的是，一般PCR采用的是误差二范数最小的约束，但当优化目标为二值化变量时，这种方法就有一定的局限性了。我们通常假设只是某一些尽可能少的节点出现了问题，而大多数节点我们认为还是正常可靠工作的。因此，针对上述类似这种可以二值化或者是离散系统问题的故障诊断就需要一种有效的分析方法，解决故障诊断准确性低的问题。
技术实现思路
本专利技术旨在至少在一定...
【技术保护点】
一种基于压缩感知和联合范数优化的故障诊断方法，其特征在于，包括以下步骤：对获取的故障状态进行二值化处理；根据所述处理结果建立故障诊断的线性测量模型；通过压缩感知方法根据所述线性测量模型的测量数据推断系统状态；利用具有第一预设范数和第二预设范数的联合范数作为目标函数对所述系统状态进行优化求解。
【技术特征摘要】
1.一种基于压缩感知和联合范数优化的故障诊断方法，其特征在于，包括以下步骤：对获取的故障状态进行二值化处理；根据所述处理结果建立故障诊断的线性测量模型；通过压缩感知方法根据所述线性测量模型的测量数据推断系统状态；利用具有第一预设范数和第二预设范数的联合范数作为目标函数对所述系统状态进行优化求解。2.如权利要求1所述的方法，其特征在于，所述故障诊断的线性测量模型为：r＝Ax+w，其中，A∈RM×N为已知测量矩阵，r∈RM为测量数据向量，为噪声向量，x∈XN为系统状态变量。3.如权利要求2所述的方法，其特征在于，通过压缩感知方法根据所述线性测量模型的测量数据推断系统状态的故障诊断为：4.如权利要求1所述的方法，其特征在于，所述第一预设范数为l1范数和所述第二预设范数为l∞范数、或者所述联合范数为l1-∞范数。5.如权利要求1所述的方法，其特征在于，所述目标优化函数为：其中，λ为可调参数。...
【专利技术属性】
技术研发人员：王凌锋，窦珊，熊智华，韩芳明，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。