[發明專利]一種多參數融合相似度的健康預警及故障診斷方法

在審

• 申請號: 201810199166.9
• 申請日: 2018-03-12
• 公開（公告）號: CN110162746A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 鄭曉坤;焦嵩鳴;劉登攀
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 北京華仲龍騰專利代理事務所(普通合伙) 11548
• 代理人: 李靜

本發明公開了一種多參數融合相似度的健康預警及故障診斷方法，包括以下步驟：S1，采集設備運行時的實施數據，通過加權馬氏相似度算法進行健康診斷，計算出健康值計算，同時進行實施數據的備份；S2，若計算得出的相似度值小于設定的健康閾值，則判定此時設備處于健康狀態，顯示出健康狀態曲線，若計算得出的相似度值大于設定的健康閾值，此判定此時設備處于故障狀態，啟動相似度融合算法進行故障診斷，本發明的有益效果是：該方法根據實時數據自動更新模型中心參數，適合實時性要求較高的在線應用，診斷方法具有自學習能力，算法運行中可自行修正計算融合相似度所需要的中心參數。本發明結構簡單可靠，診斷正確率高，實時性強，適合在線運用。

技術領域

本發明是一種多參數融合相似度的健康預警及故障診斷方法。

背景技術

在工業生產中，對于大型設備或整個系統自身的運行狀況及時了解是十分必要的。在系統或設備存在問題的初期，如果及時發現其存在異常，可以做到“防微杜漸”，提早解決問題。但是反映一個系統狀態的過程參數很多，同時監視這些參數對于運行人員壓力較大，如果能夠將多個反映系統或設備狀態的參數整合為一個健康指數，進而形成一條反映設備健康程度的健康指數預警曲線，將大大減少運行人員的工作量和工作壓力。若健康指數曲線一直降低說明設備有發生故障的趨勢，應及時加強對此設備的監測或提早檢修；當健康指數低于設定閾值時，應啟動故障診斷程序發現故障原因。做到有故障苗頭早發現，發現故障及時處理，可以大大提高設備或系統的可靠性。

故障診斷的方法有很多，可以采用卡爾曼濾波、小波變換或支持向量機、神經網絡等人工智能方法，但是這些方法不太適合于健康指數的計算。相似性原理是實現設備或系統健康指數計算以及故障診斷的重要方法之一。近年來，我國不少學者從事基于相似性原理的研究并將并其應用于故障診斷。郭鵬等應用非線性狀態估計(Nonlinear StateEstimation,NSET)對風電設備進行設備狀態預警和故障診斷，肖先亮將相似性原理應用于電壓暫降方面的研究，韓涵將改進的馬氏距離應用于模擬電路故障診斷，張勝君還將相性理論應用于醫學診斷。但是綜合來看，這些方法還存在一定的局限性，如診斷的精度不高，需要規模較大的記憶矩陣或樣本庫等。這些原因導致診斷過程或算法過于復雜，無法保證實時性，因此限制了這些成果的應用和推廣。

發明內容

本發明的目的在于提供一種多參數融合相似度的健康預警及故障診斷方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種多參數融合相似度的健康預警及故障診斷方法，包括以下步驟：

S1，采集設備運行時的實施數據，通過加權馬氏相似度算法進行健康診斷，計算出健康值計算，同時進行實施數據的備份；

S2，若計算得出的相似度值小于設定的健康閾值，則判定此時設備處于健康狀態，顯示出健康狀態曲線，根據結果修正加權馬氏相似度算法的參數進行修正；

若計算得出的相似度值大于設定的健康閾值，此判定此時設備處于故障狀態，啟動相似度融合算法進行故障診斷，對備份后的實施數據進行計算，得到與融合相似度最小者相對應的故障類型，并輸出，同時根據結果修正相似度融合算法的參數；

S3，故障輸出完成后，故障診斷功能停用，等待下次通過加權馬氏相似度算法計算得出的結果大于設定的健康閾值，重新啟用故障診斷功能。

作為本發明進一步的方案：所述加權馬氏相似度算法公式為：

作為本發明再進一步的方案：所述相似度融合算法公式為：

H(x)＝[sin(x,u,W)D_WMahal(x,u,W)]。

作為本發明進一步的方案：步驟S2中，根據計算結果對算法參數進行修正的具體過程如下：