Алгоритм выбора признаков для повышения эффективности диагностики исполнительных элементов космической техники

Abstract

Рассмотрены вопросы повышения точности и быстродействия работы алгоритмов диагностики технического состояния синхронного двигателя с постоянными магнитами методами машинного обучения. Разработан гибридный алгоритм выбора признаков, основанный на определении информативных признаков и удалении коррелирующих признаков, из исходной обучающей выборки. Для апробации предложенного алгоритма проведены экспериментальные исследования лабораторного образца синхронного двигателя с постоянными магнитами с нагрузкой в виде насосного агрегата и имитацией неисправностей статора. Исходная выборка состояла из временных, частотных и частотно-временных признаков сигналов фазных токов и параметров вибрации (виброускорений, виброскоростей и их огибающих) в общем количестве 158 штук. Применение алгоритма позволило сократить размер обучающей выборки до 6 признаков при увеличении точности и уменьшении времени диагностики. Также показано влияние неинформативных и коррелирующих между собой признаков на точность и быстродействие технической диагностики. Продемонстрировано на примере неисправностей электрического характера, что предложенный алгоритм может быть использован для определения наиболее чувствительных к изменению состояния двигателя измеряемых сигналов и выделяемых из них признаков, а также для локализации дефектов и идентификации неисправной фазы.