[發明專利]一種基于費希爾判別分析與馬氏距離的旋轉機械健康評估與故障診斷方法

有效

• 申請號: 201210413081.9
• 申請日: 2012-10-25
• 公開（公告）號: CN102944435A
• 公開（公告）日: 2013-02-27
• 發明（設計）人: 呂琛;陶小創;劉紅梅;王志鵬;陶來發;王自力
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01M99/00
• 分類號: G01M99/00;G06F19/00
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 姜榮麗

技術領域

本發明屬于旋轉機械設備的基于狀態維修（CBM）技術領域，具體涉及一種基于費希爾判別分析（FDA）與馬氏距離（MD）相結合的旋轉機械設備健康評估與故障診斷方法。

背景技術

裝備系統中的旋轉機械設備一旦發生故障和失效問題，將嚴重影響裝備的可用度并對安全性、任務性和經濟性造成影響。因此，如何合理地制定維護計劃，防止設備和產品因故障而失效，已成為降低壽命周期費用、提高可用度的重要手段。而要保持設備和產品的穩定性，現在多采用周期性預防維修或者事后維修的方式，但這兩種方式將出現維修不足或者過維修的情況并帶來嚴重的經濟損失。隨著性能評估、故障診斷和故障預測等技術發展，新的觀念是采用智能維護系統，不停地對設備的性能狀態進行監測、預測和評估，并按需制定維護計劃即基于狀態的維修（CBM），以防止它們因故障而失效，從而提高裝備的可用度，減少停機時間，降低備件庫存、維護費用和安全風險。因此如何對旋轉機械設備當前的健康狀態進行評估，進而進行故障診斷，已成為目前設備綜合健康管理的研究熱點之一。

FDA是一種線性降維技術，在空間映射過程中把各類總體之間最大程度地分離。它確定了一系列的線性變換向量，這些向量是按照最大化類間離散度，同時最小化類內離散度的準則進行排列。選取最優的判別向量使得FISHER準則函數最大，則高維的數據空間可以沿著已獲得的FISHER特征方向投影，從而實現了數據降維并將不同類別數據最大程度地分離。馬氏距離表示數據的協方差距離，它是一種有效的計算兩個未知樣本集的相似度的方法。與歐式距離不同的是它考慮到各種特性之間的聯系并且是尺度無關的(SCALE-INVARIANT)，即獨立于測量尺度。

目前，對于旋轉機械的健康評估和故障診斷正處于起步階段，而且大部分的現有評估方法都是在故障的特征識別的基礎上對當前狀態進行評估的。這種方法的關鍵之一在于需要有待評估設備的齊備的歷史故障數據，因為只有通過比較當前狀態與各種故障程度的歷史特征模式才能實現健康狀態評估。這類方法的本質就是狀態的模式識別。然而，設備的歷史故障數據往往較難獲取，尤其是針對一些新安裝使用的設備來說，根本沒有歷史故障數據，評估效果差、魯棒性差，因此在實際工程中此方法的應用受到了很大的限制。

發明內容

本發明的目的是為了解決在進行旋轉機械健康狀態評估和故障診斷時，現有方法依賴于大量歷史數據并且評估效果差、魯棒性差的問題，提出一種基于費希爾判別分析與馬氏距離相結合的旋轉機械健康評估與故障診斷方法。

本發明是一種基于費希爾判別分析與馬氏距離相結合的旋轉機械健康評估與故障診斷方法，具體包括以下步驟：

步驟一、基于小波包分解提取能量特征向量：旋轉機械設備正常信號和各類故障信號通常在各個高頻段和低頻段都有分布，而小波包分解在低頻段和高頻段都可以達到很精細的程度，因此非常適用于需同時提取低頻和高頻特征的信號分解。對小波包分解得到的各頻帶內的信號進行統計和分析，形成反映信號特征的頻帶能量指標。在旋轉機械設備的正常工作狀態和各類故障工作狀態下，采集振動信號，并進行小波包分解從而提取能量特征向量樣本。

步驟二、構建判別分析函數并進行健康狀態評估：將每種工作狀態（包括正常工作狀態和各類故障工作狀態）下所提取的能量特征向量樣本組成訓練集，用來進行FDA的學習，實現高維空間到低維空間的轉換，并構建各判別總體（包括正常總體和各類故障總體）和判別分析函數。

將t時刻工作狀態下采集到的實時振動信號進行小波包分解提取能量特征向量，結合判別分析函數，計算該能量特征向量與正常總體之間的馬氏距離。通過對馬氏距離的歸一化，評估出設備在t時刻的健康度CV。

步驟四、對旋轉機械設備進行故障檢測：將t時刻工作狀態下設備的健康度CV與設定的健康度閾值HT比較，若CV>HT，則設備運行狀態良好，若CV≤HT，則設備存在故障，轉入故障診斷。

步驟五、對旋轉機械設備進行故障診斷：結合判別分析函數，計算t時刻工作狀態下提取的能量特征向量與各類故障總體之間的馬氏距離，通過對比，具有最小馬氏距離的故障總體所表征的故障狀態即可判定為當前的故障模式。

本發明的優點與積極效果在于：

（1）本發明構建了一個融合狀態評估、故障檢測和故障診斷的綜合框架，解決了目前對旋轉機械設備綜合健康管理的熱點問題，實現了旋轉機械設備的智能維護；

（2）充分利用費希爾判別分析強大的降維處理能力和馬氏距離直觀的度量表征能力，進行健康狀態評估與故障診斷，該方法原理簡單明了，評估診斷效果顯著；