基于EWT-DKELM的控制系统执行器故障诊断方法研究

简介

采用现有的方法对控制系统执行器(气动执行器/电液执行器)进行故障诊断时,无法同时满足诊断的准确性和快速性要求,针对这一问题,提出了一种基于经验小波变换(EWT)和双核极限学习机(DKELM)的控制系统执行器故障诊断方法。首先,利用经验小波变换对执行器故障信号进行了分解,得到了若干经验小波分量,以信息熵(IE)为依据筛选分量,计算了保留分量的模糊信息熵(FIE),构成了特征向量;其次,将小波核函数和RBF核函数引入至极限学习机(ELM)构造了双核极限学习机,以特征向量作为输入,进行了双核极限学习机模型训练和分类测试;最后,采用执行器故障半物理试验平台,对基于EWT-DKELM的方法进行了重复试验,以验证该方法的有效性。研究结果表明经验小波变换能够有效分离执行器故障信号的各个独立模态,其提取的模糊信息熵特征具有较高的区分度;双核极限学习机的模型训练速度快、误差小,具有较高的分类准确率。