采用改進閃電搜索算法的冷水機組故障特征選擇研究

王華秋,蘭 群,趙利軍

(1.重慶理工大學 兩江人工智能學院， 重慶 401135； 2.河南中煙工業有限責任公司安陽卷煙廠， 河南 安陽 455000)

0 引言

冷水機組在工業生產中應用廣泛，通過制冷劑在壓縮機、冷凝器等關鍵部件中流動變化實現制冷循環[1]，嚴格控制著生產環境的溫度、濕度。但是隨著機組工作時長逐漸增加，一些故障不可避免地出現。通常來說，發生之后導致機組立馬停止工作的故障，被稱為急性故障；而發生之后機組仍能運行但性能變差的故障則被稱為漸變故障[2]。漸變故障短時間內不易被察覺到，如果不能及時發現，可能導致更大的生產事故，造成不必要的資源消耗。及時地從機組運行過程中的參數變化發現漸變故障，對于避免產生更大的生產問題有著非常重要的現實意義。本文即對這類故障進行研究，通過傳感器獲得冷水機組運行數據，判斷出哪種故障發生并及時預警是故障檢測與診斷的一種主要手段[3]。然而，冷水機組內部結構復雜、運行參數眾多，使用全部的運行參數進行故障診斷易導致高額的診斷成本，而參數過少又會無法獲得足夠的故障信息，故障診斷精度不高，從中選擇出能夠指示故障的較優子集是故障診斷的前提，更為維護人員檢修排障提供了參考。許多學者做了這方面的研究，Wang等[4]提出了DR-BN的特征選擇方法，選出了5～8個特征以及3個補充特征，且僅用5個特征就使5種故障的診斷準確率超過90%；GAO等[5]通過隨機森林的全局靈敏度分析探索冷水機組7種典型故障的敏感參數，并基于相關性分析和經驗提出了級聯特征清理補充混合特征篩選策略，從原始特征中分別篩選14個參數和9個參數，診斷準確率高達99.67%、99.79%；Yan等[6]考慮到不同的錯分代價、保留已有的傳感器，提出了回溯的序列前向選擇算法(BT-SFS)，將代價敏感學習嵌入到多分類的支持向量機(support vector machine,SVM)中作為BT-SFS的基分類器，選出了16個不同重要程度的特征，并且驗證了所選特征能夠提供更高的代價敏感分類精度。目前許多針對冷水機組故障特征選擇的研究都是依據經驗，事先去掉部分特征參數，然后在剩余特征中進行選擇[4]；或者其選擇特征的方法中融合了經驗[5]。這樣得到的特征子集往往不夠理想，存在經驗誤差，本文中提出了一種將Fisher Score和元啟發式算法結合用于冷水機組故障特征選擇的方法，該方法使用傳感器測得的全部特征進行實驗，并通過計算篩選出有效特征。Fisher Score根據類間距離和類內距離來衡量特征是否被選擇，一個好的特征應該使不同類樣本的距離盡可能大、同類樣本的距離盡可能小。從二分類到多分類，許多學者也不斷提出了改進的Fisher Score方法，趙玲等[7]還將一種Fisher Score方法應用于齒輪箱故障特征選擇，大大降低了特征的維數，因此，將Fisher Score用于冷水機組故障特征選擇是可行的。元啟發式算法通過隨機搜索發現近似最優解，廣泛用于控制系統、資源調度等問題[8]，閃電搜索算法(lightning search algorithm，LSA)是Shareef等[9]在2015年提出的一種元啟發式優化方法，任云等[10]將LSA算法與天牛須搜索算法(bettle antennate search algorithm,BAS)相結合以改善LSA算法的局部搜索能力，并將此方法用于裝配序列規劃問題，表現出了良好的性能。Fisher Score與閃電搜索算法共同進行特征選擇的思路如下：求出每個特征的Fisher Score值，設置閾值對特征進行初選；再為留下的每一維特征分配權重，以診斷準確率為適應度值，使用閃電搜索算法對權重、需保留特征個數不斷更新，最終得到冷水機組每個特征的權重值及故障特征較優子集，用于構建冷水機組故障診斷模型。

1 閃電搜索算法

閃電搜索算法受到閃電梯級先導傳播機制的啟發：放電體參與形成二叉樹結構并且在分叉點同時形成2個先導尖端。考慮了閃電的概率性質和曲折特征，通過相對能量來控制算法的探索和開發能力。算法的3種放電體建模和2種分叉方式形成新通道的原理如下。

1.1 放電體建模

過渡放電體產生了梯級先導的初始種群，空間放電體試圖到達最好的先導位置，先導放電體代表當前的最優位置，考慮到閃電的概率性質完成了3種放電體的建模。

先導尖端在早期形成，經過渡向隨機方向噴出放電體，因此過渡放電體pt可被認為是從解空間[m,n]上取得的隨機數并服從均勻分布，根據以下公式來生成過渡放電體。

(1)

(2)

(3)

1.2 2種分叉方式形成新通道

(4)

2) 設置一個最大通道時間max_time，在達到max_time時，用最優的通道代替最差的通道進行通道更新。

2 FSLSA算法

2.1 SLSA

針對LSA做出了以下幾點改進，提出了SLSA算法改善LSA算法跳出局部最優的能力。

1) 利用1-D Sine Powered混沌映射初始化種群

1-D Sine Powered(1DSP)混沌映射[11]定義如下：

di+1=(di(α+1))sin(βπ+di)

(5)

式中：α>0,β∈[0,1]，初始值d0∈[0,1]，di存在于方程的2個部分，這使得1DSP更加復雜，當α>2時，1DSP的輸出表現出較高的混沌行為。

2) 放電體多變換更新

具體地，當前放電體先經過旋轉變換鄰域搜索得到一個中間放電體，如果中間放電體的能量值優于當前放電體，再進行平移變換和鄰域搜索得到調整后的放電體，否則中間放電體將成為調整后的放電體，旋轉、平移的表達式[14]如式(6)和式(7)所示。

(6)

式中：p為放電體；γ>0為旋轉因子；n為放電體維數；R為n*n維，元素取值在[-1,1]之間均勻分布的隨機矩陣；‖·‖2為向量2-范數或歐式范數。

(7)

式中：δ>0為平移因子；R是一個元素取值在[0,1]之間均勻分布的隨機數。

3) 隨機交叉

LSA算法的一種交叉方式是生成一個通道與原通道對稱，兩通道梯級先導能量值求和永遠為上下限之和，式(8)中加入隨機數增加了生成通道中放電體的不確定性，有利于擴大搜索區域。

(8)

2.2 FSLSA

Song等[15]考慮到了類別分布不均勻的情況，提出了改進的Fisher Score方法，將類間散度定義為特征的平均類間距離，如式(9)所示。

(9)

通過樣本方差求和得到類內散度，如式(10)所示。

(10)

特征的Fisher Score值通過式(11)求出。

(11)

根據F值先剔除少數不敏感特征，再在保留特征上使用SLSA方法，求得最終的特征子集,記為FSLSA方法。

3 實驗流程

3.1 冷水機組故障數據

實驗數據來源于ASHRAE 1043研究項目，項目在一臺90 t(316 kW)的冷水機上模擬引入7種故障，分別是冷卻水流量不足(F1)、冷凍水流量不足(F2)、制冷劑泄漏(F3)、制冷劑過量(F4)、潤滑油充注量過多(F5)、冷凝器污垢(F6)和不可冷凝(F7)。項目模擬了4種故障嚴重程度，其中故障等級1的模擬引入方法如表1所示。

表1 7種典型故障的模擬方法

數據采集的時間間隔為10 s，每種故障采集了5 191組數據，從中選取800條。因此7種故障總共有5 600條數據，按照7∶3的比例劃分為訓練集和測試集。指示故障的特征共有65個，其中包含溫度特征30個、壓力特征5個和流量特征5個等。65維特征參數中有 49個直接來源于傳感器，其他通過計算得到，針對不同的參數傳感器又可以分為溫度傳感器、壓力傳感器等，例如冷凝環路中傳感器的安裝位置如圖1所示，S1、S2…S11分別代表一個傳感器。

圖1 冷凝環路傳感器位置示意圖

3.2 FSLSA基本實現

本文中提出的FSLSA是一種數據集特征選擇方法，將SLSA與Fisher Score結合起來，在訓練集上計算出所有特征的Fisher Score值，設置一個較小的閾值，如果某特征的Fisher Score值<閾值則剔除，反之則保留。在SLSA中，將放電體維數設置為Fisher Score保留的特征數+1，為每一維特征初始化一個權值，權值越高則表示其對應的特征對故障類別越敏感，多出來的一維則是特征數k，權值都介于放電體的上下限之間。實驗將使用頻率較高的分類錯誤率[16]作為SLSA的目標函數值，利用libsvm庫[17]計算在測試集上的錯誤率，分類錯誤率越低，表示能量值越優。SLSA每次迭代過程中需要對k按比例放大、四舍五入，如式(12)所示，得到應選特征個數，A(n)是權重向量最后一維的值，num_features是Fisher Score保留的特征個數，round()表示四舍五入。

k=round(A(n)*(num_features-1)+1)

(12)

SLSA將特征個數k與特征權重一起優化,每次迭代按權值由高到低的順序選擇出k個特征，用這些特征去求得目標函數值，SLSA不斷優化求解，直至收斂。根據此時的特征權值和特征個數得到最終的特征子集。FSLSA實現的總體流程如圖2所示，其中SLSA在使用1DSP生成過渡放電體時，需要將初步生成后的放電體每維取值歸一化到上下限之間。

圖2 FSLSA進行特征選擇流程框圖

4 實驗及結果分析

4.1 使用FSLSA算法選擇UCI數據集特征

為了驗證FSLSA算法的性能，隨機選取了7個常用的UCI數據集，數據集的特征數目、樣本個數等信息如表2所示。將其同樣按照7∶3的比例劃分為訓練集和測試集，并與所使用的Fisher Score方法、LSA、鯨魚優化算法(whale optimization algorithm，WOA)[18]以及MRMI[19]方法進行比較。

表2 UCI數據集基本信息

圖3、圖4和圖5是為了對SLSA的收斂特性進行分析，使SLSA、LSA、WOA在Heart、Ionosphere、Sonar數據集上的迭代次數、種群數目、每維取值上下限等條件完全一致，運行了20次，取結果的均值繪制的收斂曲線，橫坐標為迭代次數，縱坐標為分類錯誤率。

圖3 SLSA、LSA和WOA在Heart上的迭代過程曲線

圖4 SLSA、LSA和WOA在Ionosphere上的迭代過程曲線

圖5 SLSA、LSA和WOA在Sonar上的迭代過程曲線

SLSA方法對比基本的LSA、WOA求得的錯誤率更低。另外，在Vehicle和WDBC 2個數據集上也是如此，在Vote和Wine數據集上錯誤率優勢不明顯。

FSLSA與這幾種方法在UCI數據集上選出來的特征子集維數(num)、在特征子集上得到的分類準確率(acc)如表3所示。從表中可以看出，這幾種方法都從不同程度上減少了原始數據的維度并保證了分類準確率，所提的FSLSA算法相較于其他算法有明顯優勢，在所有的數據集中都達到了最高的準確率。

表3 不同方法在UCI數據集上特征選擇的結果

相較于基本的LSA算法，在保證數據集準確率不變的情況下，FSLSA減小了大部分數據集所需的特征維數(即Heart、Ionosphere、Vehicle和WDBC)，尤其是在Heart數據集上，將其特征維數減到6，是所有方法中維數最低但是準確率最高的，可以看出FSLSA有效縮減了計算開銷、降低了特征的冗余性。相較于MRMI和Fisher Score，FSLSA增加特征數所帶來的準確率提升是值得的。在Ionosphere數據集中，FSLSA選擇8個特征，完成了96.19%的準確率，遠高于MRMI(6特征數)的91.43%和Fisher Score(7特征數)的93.33%。在Vote數據集中，FSLSA選擇11個特征，完成了92.31%的準確率，而選擇3個特征的MRMI為90.77%，同樣遠高于選擇1個特征數的Fisher Score(90.77%)。

4.2 FSLSA算法選擇冷水機組故障特征

在已經劃分好的訓練集上使用Fisher Score對特征進行初選，求出冷水機組65維特征的Fisher Score值，其中有50多維特征的Fisher Score值介于0～0.1，因此將閾值設置為0～0.1的某個數，經過多次實驗驗證，發現閾值為0.03時選出的特征數較少且診斷準確率較高。此時65維特征保留了31維，包括TWE_set(蒸發器設置)、TEI(蒸發器側進水溫度)和TEO(蒸發器側出水溫度)等。SLSA算法的一些參數設置及含義如表4所示。

表4 SLSA算法參數設置

SLSA迭代過程的收斂曲線如圖6所示，橫坐標是SLSA的迭代次數，縱坐標為故障診斷錯誤率，僅經過大概6次迭代，曲線降到最低、逐漸平穩，這說明SLSA的收斂速度較快；收斂后的最小值等于0，這意味著，在測試集上libsvm的診斷準確率達到了100%。

圖6 SLSA迭代過程曲線

由FSLSA求得的特征權重介于0.11～0.78，得到的特征子集最終包含13個特征參數，按照權值對其進行排序，特征參數及其含義如表5所示，13個參數中，有9個溫度參數、2個壓力參數和1個閥位參數。

表5 冷水機組最終特征子集

4.3 驗證冷水機組特征子集的有效性

從5 600條故障數據中依次選擇表4中的特征參數，組成維度為5 600*14的特征子集，其中第一列為故障的類別標簽。使用KNN、RF、BP和GRU[20]4種方法，方法的一部分參數設置見表6，將特征子集按照7∶3的比例劃分為訓練集和測試集，得到7種故障的診斷準確率，與原始的冷水機組故障數據進行對比，結果如圖7和圖8所示，圖中橫坐標為7種故障，縱坐標為單類故障診斷準確率。圖7中KNNfull表示在原始特征上使用KNN方法得到的單類故障診斷準確率曲線，KNNsub則是KNN在所選特征子集上的單類故障診斷準確率曲線，其余方法類似。從圖中可以看出，采用特征子集后，KNN和BP對某些故障的識別精度有明顯提升，尤其是采用KNN方法時，F3(制冷劑泄漏)和F4(制冷劑過量)的故障診斷精度提高了10%以上；RF和GRU方法的診斷精度雖然沒有明顯改善，但相對更為穩定，平均準確率有所提高。

圖7 KNN和BP故障診斷曲線

圖8 RF和GRU故障診斷曲線

表6 KNN、RF等方法的超參數

F3代表制冷劑泄漏，是冷水機組應用中發生頻次最高的故障，而選用特征子集的4種方法對該故障的識別精度均有明顯提高，極具現實意義，在實際生產中能夠有效預防意外的發生。另外，從圖中可以觀察出，在特征子集上這7種故障的識別精度變化范圍更穩定。可以看出，使用FSLSA方法對冷水機組進行故障特征選擇，去除了一些弱相關特征數目，避免弱相關特征數目過多，誤導診斷模型。也去掉了故障特征中很大一部分的冗余信息，例如壓縮機功率、性能系數和建筑進水溫度等，從而提高模型的診斷精度。

5 結論

1) 通過在UCI數據集上進行對比實驗，改進的閃電搜索算法(SLSA)選擇的特征子集維數較少，準確率較高。

2) 使用Fisher Score對冷水機數據集進行特征選擇，不僅使SLSA選出來的特征數目更少，而且大大縮短了SLSA算法的運行時間。要注意的一點是，Fisher Score的閾值設置不應過大，否則會導致SLSA選擇的特征信息不充分，降低故障診斷的準確率。

3) FSLSA選出的13個特征參數中大部分是溫度參數，因此，工作人員可以多多留意冷水機組工作過程中的溫度變化，及時發現故障。

4)在使用KNN、RF、BP和GRU對所選的特征子集進行驗證時，發現在RF和GRU上測得的故障診斷精度較高，在設計冷水機組故障診斷模型時，可以考慮優先使用RF或者GRU。