关键词：故障特征提取;基因表达式编程;优势特征选择;自适应;卷绕头;仪纤生产线
摘 要：化纤高速卷绕头故障特征提取是卷绕头故障诊断中的关键步骤。为解决化纤卷绕头故障诊断精度不高、可解释性差的难点，提出了数据驱动的化纤卷绕头故障多特征自适应提取方法。通过改进型基因表达式编程(GEP)的故障特征生成方法，设计了一种运算符与变量符随机组合编码、对位匹配与倒序运算解码方法，构建了突变、插串、重组的遗传算子，实现了多个故障特征构建与生成；提出了低冗余、高互补的多特征提取与分析方法，实现了特征间关系的可解释性分析与关键特征优选。实验结果表明：采用所提出的改进型GEP方法与传统特征提取方法、通用GEP方法所生成的故障特征进行对比，在线速度为1 000、2 000和3 000 m/min状态下，卷绕头故障诊断精度分别提升了8.959%、3.87%、3.77%和2.601%、3.2%、2.018%,有效解决了卷绕头故障特征提取的难题；进一步的特征工程实验表明，所提方法对于多特征组合下的卷绕头故障关键特征提取具有较强的适应性能。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取