磨粒的特征參數(shù)優(yōu)化與集成識(shí)別方法研究.pdf

1、摩擦學(xué)系統(tǒng)的狀態(tài)監(jiān)測(cè)與辨識(shí)日益引起學(xué)術(shù)界與工業(yè)界的重視和關(guān)注，以潤(rùn)滑油中的磨損顆粒為研究對(duì)象的磨粒分析技術(shù)是開展摩擦學(xué)系統(tǒng)狀態(tài)描述和辨識(shí)研究的一種有效方法。由于磨粒的多樣性和復(fù)雜性，磨粒的識(shí)別長(zhǎng)期依賴專家的經(jīng)驗(yàn)，導(dǎo)致磨粒分析技術(shù)的推廣應(yīng)用受到較大限制。隨著顯微鏡技術(shù)、計(jì)算機(jī)技術(shù)、傳感器技術(shù)、信息技術(shù)及現(xiàn)代數(shù)學(xué)理論的長(zhǎng)足進(jìn)步，磨粒分析及識(shí)別技術(shù)雖然已經(jīng)向智能化、自動(dòng)化方向發(fā)展，但在磨粒特征參數(shù)的選擇優(yōu)化以及識(shí)別方法等方面的研究還存在著不足

2、。 如何建立磨粒特征參數(shù)描述體系是磨粒分析領(lǐng)域內(nèi)的一大難點(diǎn)，本文從磨粒特征集內(nèi)在的關(guān)聯(lián)性出發(fā)，在對(duì)磨粒特征的相關(guān)性和冗余性分析的基礎(chǔ)上，針對(duì)磨粒特征參數(shù)評(píng)價(jià)優(yōu)化問(wèn)題，設(shè)計(jì)了兩種不同的特征選擇算法——Recorre算法和遺傳算法(GA)。研究表明：這2種算法對(duì)磨粒特征空間都能有效的約簡(jiǎn)。Recorre算法根據(jù)磨粒訓(xùn)練樣本的統(tǒng)計(jì)特性進(jìn)行特征選擇，效率高，所得到的特征子集通用性強(qiáng)，但精度一般，在數(shù)據(jù)的處理量很大、系統(tǒng)的實(shí)時(shí)性要求高時(shí)可

3、考慮采用Recorre算法；遺傳算法根據(jù)磨粒識(shí)別系統(tǒng)的準(zhǔn)確率來(lái)選擇特征子集，所得到的特征子集是使系統(tǒng)性能最好的特征子集，因而能獲得較高的系統(tǒng)識(shí)別率，但該方法效率低，適用于對(duì)系統(tǒng)識(shí)別率要求高的場(chǎng)合。 集成學(xué)習(xí)通過(guò)將多個(gè)分類器以某種方式集成，可以顯著提高磨粒分類的準(zhǔn)確性。本文將集成學(xué)習(xí)理論引入磨粒的自動(dòng)識(shí)別研究，研究了基于Bagging集成技術(shù)的磨粒識(shí)別方法，結(jié)果表明該方法可以進(jìn)一步提高現(xiàn)有磨粒識(shí)別方法的準(zhǔn)確率。在上述研究的基礎(chǔ)上，