基于稀疏自编码支持向量机泵站故障检测

殷振兴

（江苏省淮沭新河管理处，江苏 淮安 223005）

泵站主要承担水资源调度任务，当泵站运行状态劣化到一定程度，机组正常运行受到影响，无法正常生产工作，则泵站系统出现故障［1］。 机械故障的特点主要表现为潜在性、渐发性、耗损性等［2］，对于泵站机组中水泵与电机等旋转机械，主要有基础松动、轴承故障、油膜振荡等故障，这些旋转机械中几乎过半故障均为转轴引起［3］，转轴故障一般为不对中故障、油膜涡动及转子质量不平衡等［4］，因此，对转轴进行故障检测保证转轴正常运行具有重要意义，有利于梯级泵站更好地运行。

针对多要素不确定性故障，根据深度学习理论知识构建稀疏自编码器，可完成泵站故障特征表达，再结合支持向量机（SVM）良好的分类能力建立自编码的SVM故障检测模型，以达到泵站不确定性故障检测目的。

1 计算原理与方法

近年来深度学习在科研领域被广泛应用，相比之前的神经网络，深度学习深度神经网络（Deep neural network，DNN）算法在输入与输出层间包含了多于一层的隐含层，是一种前馈人工神经网络，识别率提高了一个档次。

1.1 稀疏自动编码器

自动编码是一种典型的无监督学习，本质是神经网络结构中的一层隐含层，其目的是为了表达网络的输入等于输出这一等式［9］。 若多层神经网络也被视为一个多层结构编码系统，其输出均等于输入，提取出每个隐含层的激活值，便得到多组原始数据的新表达方式，其激活值与原始数据形成新的特征映射。这便是一个特征学习的过程，亦是自动编码可行性的出发点。

隐藏神经元的数量较大，可能比输入像素的数量还多，若不稀疏化将无法得到输入的压缩表示。Hinton提出的一种防止神经网络过度拟合的Dropout方法［10］，是一种解决此问题的技术。稀疏编码前后的模型对比如图1，关键是在训练期间从神经网络中随机丢弃单位（及其连接）。 可以防止过多单元之间的相互适应。在训练期间，从指数数量级的不同“稀疏”网络中抽取样本。在测试时，通过简单地使用具有较小权重的单个未稀疏网络，很容易近似平均所有这些稀疏网络的预测效果。

图1 稀疏编码前后的模型对比

1.2 支持向量机

若为一个分类问题，神经网络在得到编码数据后将数据输入输出层得到结果，其输出层仅依据结果比重进行类别划分，缺少一个寻优的决策过程。而SVM对事物划分是依据事物本身特征进行二次寻优，得到有效的寻优分类面。

1.3 稀疏自编码支持向量机模型

综合稀疏自动编码与支持向量机的特点，建立了稀疏自编码支持向量机模型，泵站故障检测原理如图2。

图2 泵站故障检测原理

2 泵站仿真实验研究

2.1 SVM故障检测可行性实验

为验证SVM对转轴油膜涡动故障检测的可行性，在正常运行与油膜涡动倍频上各取100组能量分布数据。通过观察频谱结构发现二者在1～4倍频成分上分布相似，但半频成分上，正常运行时所取样本值较小，而油膜涡动时却近似为1，可见油膜涡动时与正常运行情况有明显区别。

利用SVM进行测试，发现油膜涡动时在振动频率特征分布上区分度较正常运行时大，与观察频谱结构规律一致，正确率100%。 实验测试结果显示自编码的SVM亦可达到满意的检测结果，表明SVM在小样本故障简单情况下检测的有效性。

2.2 故障特征提取必要性实验

若遇到更为复杂的情况，SVM检测方法是否可以继续保持良好的检测性能，下面做进一步验证。

同样各取100组正常运行样本和不对中样本数据，观察发现两者在频率分布上差异性较小，均存在较为丰富的高频成分，无法通过频谱结构得出检测结论。

对100组样本数据建立检测不对中故障SVM，模型惩罚因子c取5000，核函数宽度取100。 结果表明正确率仅70%，SVM分类器无法获得不对中故障知识，从而亦无法得到高精确度的检测结果。

根据前述设计计算原理与方法进行无监督学习构造多层自动编码层，并基于训练数据通过BP算法对整体编码系统开展微调，稀疏自编码系统微调的迭代精度曲线如图3。

图3 稀疏自编码系统微调迭代精度曲线

图3显示了稀疏自编码器微调过程，即两类信息在保持原始信息不变时编码特征又一次组合，亦可以表述为泵站故障特征重构特征的过程。可以看出，0～60s时，整个编码系统精度波动较大但整体呈上升趋势，表明在0～60s迭代时精度上升较快，效果提升明显。 60s后逐渐收敛于一个固定值。

为保证与实验输入数据维度一致，选取h3层数据输入已训练好的SVM。

微调后，抽取h3层编码数据进行SVM的模型训练。取10组泵站不对中故障数据进行模型测试，稀疏自编码的SVM测试结果能够准确检测出对应的泵站故障，正确率达100%，远高于了仅使用SVM分类器正确率的70%。 表明稀疏自编码的SVM对于泵站不对中故障检测具有可行性、有效性。

为检验模型检测精度提高是否受到特征提取的影响，模型编码层对故障数据是否具有有效的特征提取能力，提取编码后的数据进行比较分析：

（1）首先将原始数据经过稀疏自动编码器编码，使原始特征重新分布到现在的5个维度上。

（2）其次使用样本类间距离评价特征提取效果，随机从正常样本及不对中故障样本各选2组进行计算类间距离。

（3）最后从这两类中各选1组计算样本距离（随机进行5次取平均值），样本类间距离如表1。

表1 样本类间距离

视2组数据距离越短为同一类别可能性越大［11］，未编码数据计算类间距离均接近于0。表明数据相似大，难以做出正确区分。编码后样本数据之间的距离均较大，编码前后两类数据分布如图4和图5。

图4 未编码两类数据分布

图5 编码后两类数据分布

可以看出编码增加了两类数据的类间距离，即通过编码使得本来相似度大的频率特征重新分布。表明编码层对于两类数据得到了较好的特征表达，验证了其有效提取特征的能力。

实验结果表明稀疏自编码的SVM识别故障方法与SVM方法对比结果显著，但是否对于其他识别方法仍具有优势，下面以相同结构的BP神经网络开展进一步实验，分别从检测时间、训练精度、测试精度3个方面对比不同检测方法的实验结果，不同检测方法实验结果如图6。

图6 不同检测方法实验结果

（1）检测时间。3种方法所用时间分别为7.1，3.2，1.8s，稀疏自编码的SVM检测方法耗时最长，可能是因为稀疏自编码的SVM模型复杂度较高，运算量较大。

（2）训练精度。 3种方法训练精度分别为97.9%，93.2%，82.4%，稀疏自编码的SVM的检测方法在训练集上出现了最好的检测结果，依次为BP神经网络和SVM。

（3）测试精度。 3种方法测试精度分别为100%，50%，70%，稀疏自编码的SVM的检测方法在测试集上表现出显著的优越性，这是因为SVM求解分类面时，只受支持向量影响，而与其他样本无关。 稀疏自编码的SVM结合了自编码器的特征提取能力及SVM较强的分类面寻优能力。

从实验结果可知，SVM检测方法耗时最少，但训练精度与测试精度均较差，BP神经网络的检测方法虽然在训练集上表现了较好的检测结果，但测试集的结果只有50%，稀疏自编码的SVM虽然耗时稍长，但鲁棒性强，识别精度最高。 此外稀疏自编码的SVM检测方法在故障检测中摆脱了人工特征提取的局限性，在泵站故障检测中表现出良好的优越性。

3 结语

（1）对于有限样本情况下，稀疏自编码的SVM检测方法在泵站故障检测可获得较高的精度，验证了方法的可行性、正确性及有效性。

（2）对比了SVM、稀疏自编码的SVM、BP神经网络3种泵站故障检测方法，得出稀疏自编码的SVM虽然耗时稍长，但鲁棒性强，识别精度最高。 此外稀疏自编码的SVM检测方法在故障检测中摆脱了人工特征提取的局限性，在泵站故障检测中表现出良好的优越性。