[發明專利]一種隨機模糊故障特征融合的旋轉機械設備故障診斷方法

有效

• 申請號: 201210127171.1
• 申請日: 2012-04-26
• 公開（公告）號: CN102662390A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 徐曉濱;周哲;文成林
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G05B23/02
• 分類號: G05B23/02;G05B13/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

1.一種隨機模糊故障特征融合的旋轉機械設備故障診斷方法，其特征在于該方法包括以下各步驟：

（1）設定旋轉機械設備的故障集合???????????????????????????????????????????????={F₁,…,F_j,…,F_N}，F_j代表故障集合中的第j個故障，j=1,2,…,N，N為設備含有故障的個數；

（2）設x為能夠反應故障集合中每個故障F_j的故障特征參數，建立故障特征參數x的故障樣板模式A_xj，A_xj為描述故障F_j的一個隨機模糊變量，A_xj獲取步驟如下：

（2－1）當故障集合中的故障F_j發生時，利用傳感器測量故障特征參數x，連續獲得x的個測量值；?

（2－2）利用這個測量值得到故障特征參數x的頻率直方圖，然后對直方圖進行插值擬合，得出x的概率密度函數p(x)，用于描述x的隨機特性；

（2－3）將描述故障特征參數x隨機性的概率密度函數p(x)轉化為模糊隸屬度函數，即隨機模糊變量的外部隸屬度函數_out(x)，以便與描述模糊性的內部模糊隸屬度函數_n(x)進行結合，生成描述故障F_j的隨機模糊變量A_xj，獲取外部隸屬度函數_out(x)的具體步驟如下：?

a)確定概率密度函數p(x)的峰值點為x_p，確定其隸屬度為_out(x_p)=1；

b)確定概率密度函數p(x)對應x的變化范圍為區間[x_L,?x_R]=[x_p-3σ,?x_p+3σ]，其中σ是描述x隨機特性的方差量，其中x_L的下標“L”表示左端點，x_R的下標“R”表示右端點；

c)在區間[x_L,x_p]和[x_p,x_R]上分別均勻插入M個點和，i=1,2,…,M，M≥50；

，

可以得到如下一組共M+2個具有包含關系的區間：

若令，則有如下區間的包含關系：

d)隨機模糊變量A_xj的外部隸屬度函數_out(x)取值如下

??????????????(1)

（2－4）傳感器對故障特征參數x測量時，傳感器的系統誤差會使得測量數據帶有一定的模糊性，這種特性可以用矩形的內部隸屬度函數_in(x)描述，系統誤差一般由傳感器生產商提供，其精度規格為，其中0.2<ε<2，為生產商提供的傳感器精度，由可構造矩形的內部隸屬度函數_in(x)為

???????????????????(2)

（2－5）隨機模糊變量A_xj是通過將外部模糊隸屬度函數_out(x)和內部模糊隸屬度函數_in(x)的α(α[0,1])水平截集區間和結合而得到，兩個區間的左、右端點分別為

??????????????????????????(3)

??????????????????????????(4)

???????????????????????????(5)

???????????????????????????(6)

則故障F_j的隨機模糊變量A_xj為

????????????????(7)

其中第k行中的4個元素分別由α=α_k時的水平截集區間和的左、右端點得到

?????????????????????????????(8)

其中，，并有；

（3）當旋轉機械設備在線運行時，利用傳感器測量故障特征參數x，連續獲得x的個測量值，80≥≥30；利用這個測量值，按照步驟（2－2）至（2－5）建立故障待檢模式B_x，B_x是描述當前設備運行狀況的一個隨機模糊變量

?????????????????????????????(9)

（4）將待檢模式B_x和故障樣板模式A_xj進行匹配獲取診斷證據，步驟如下：

（4－1）隨機模糊變量B_x和A_xj之間的相似度為

???????????????????????????(10)

其中，；

（4－2）隨機模糊變量B_x和A_xj以及整個故障集合之間的匹配度為

??????????????????????????(11)

（4－3）對式(11)中的各個匹配度進行歸一化處理，獲得關于故障特征參數x的在線運行狀況對各個故障F_j和故障集合的支持程度，亦即診斷證據為：

??????????????????????(12)

（5）除了故障特征參數x，若存在另一個故障特征參數y也能夠反映中各個故障，則重復以上步驟（2）至（4），可以獲得關于y的診斷證據：

??????????????????????(13)

（6）將從故障特征參數x和y獲取的證據m_x和m_y，利用Dempster組合規則進行融合，得到融合診斷證據為：

???????????????(14)

其中，F、F_x和F_y取故障中的任何一個或者整個故障集合，?表示診斷證據m_x和m_y之間的沖突程度；

（7）利用步驟（6）得到的融合診斷證據，對旋轉機械設備的故障進行診斷：若大于閾值γ、且大于其他故障的診斷證據?0.3以上、且小于設定閾值t，則判定故障發生，其中q=1,2,…,N且q≠j。