QGA-VPMCD智能诊断模型研究

针对多变量预测模型模式识别(Variable Predictive Model-based Class Discriminate,VPMCD)分类方法中只选择了某单一模型的缺陷,提出一种基于量子遗传算法优化的多变量智能诊断模型(Quantum Genetic Algorithm-Variable Predictive Model-Based Class Discriminate,QGA-VPMCD)。该模型采用最优权值矩阵来综合考虑各诊断模型对分类结果的影响。即首先通过样本训练来建立多个SVPM(Subordinate Variable Predictive Model,SVPM);然后采用量子遗传优化算法求出各SVPM的权值,从而得到最优权值矩阵;最后用最优权值矩阵加权融合测试样本的SVPM特征变量预测值,得到最佳特征变量预测值,并以预测误差平方和最小为判别函数来识别故障的类型。滚动轴承振动信号的分析结果表明了该模型的有效性。