基于虚拟样本生成技术的多组分机械信号建模

乔俊飞1刘卓2吴志伟2柴天佑2汤健1

1.北京工业大学; 2.流程工业综合自动化国家重点实验室;

摘要：

采用具有多组分、非平稳、非线性等特性的机械振动/振声信号构建数据驱动软测量模型,是目前工业界测量高能耗旋转机械设备内部难以检测过程参数的常用手段.针对机械信号产生机理的复杂性导致模型解释性弱,以及工业过程连续不间断运行和机械设备旋转封闭的特殊性导致获取完备训练样本的经济性差和周期性长等问题,本文提出一种基于虚拟样本生成(Virtual sample generation,VSG)技术的多组分机械信号建模方法.首先,将机械信号自适应分解为具有不同时间尺度的平稳子信号并变换为多尺度谱数据;接着,采用适合于小样本高维数据建模的改进选择性集成核偏最小二乘(Selective ensemble kernel p…展开v

关键词：多组分机械信号、高维谱数据、难以检测过程参数、数据驱动建模、虚拟样本生成

所属期刊栏目：44

资助基金：国家自然科学基金61573364,61703089;流程工业综合自化国家重点实验室开放课题基金资助项目PAL-N201504;矿冶过程自动控制技术国家重点实验室矿冶过程自动控制技术北京市重点实验室BGRIMM-KZSKL-2017-07

在线出版日期：2018-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共21页

页码：1569-1589