[發(fā)明專利]一種多源趨勢信息融合的故障預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201810866101.5
• 申請日: 2018-08-01
• 公開（公告）號: CN109145773B
• 公開（公告）日: 2021-10-12
• 發(fā)明（設(shè)計(jì)）人: 譚曉棟;左明健;黃娟;周梓鑫
• 申請（專利權(quán)）人: 譚曉棟
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 何紅信

本發(fā)明公開一種多源趨勢信息融合的故障預(yù)測方法，包括：S1、多源故障增長數(shù)據(jù)采集；S2、對原始數(shù)據(jù)進(jìn)行預(yù)處理；S3、確定故障預(yù)測時間節(jié)點(diǎn)；S4、故障增長趨勢構(gòu)建；S5、故障增長趨勢信息融合；S6、進(jìn)行故障增長趨勢預(yù)測。本發(fā)明通過分析不同測點(diǎn)描述的故障增長趨勢特征，可以選擇出有效跟蹤故障增長過程的測點(diǎn)，減少趨勢特征不顯著、隨機(jī)干擾大的測點(diǎn)數(shù)據(jù)對故障預(yù)測結(jié)果的影響，提高故障預(yù)測的準(zhǔn)確度；通過分析各個故障增長趨勢的相關(guān)度，能去除具有相似趨勢特征的冗余測點(diǎn)對故障預(yù)測效率的影響，減少預(yù)測時間；通過融合多個有效測點(diǎn)描述的故障增長趨勢，避免依靠單一測點(diǎn)趨勢信息的局限性，提高故障預(yù)測的精度。

技術(shù)領(lǐng)域

本發(fā)明屬于故障檢測領(lǐng)域，具體涉及一種多源趨勢信息融合的故障預(yù)測方法。主要為機(jī)電系統(tǒng)中典型機(jī)械部件(如軸承、齒輪、軸等)提供一種新的故障預(yù)測方法。

背景技術(shù)

設(shè)備故障預(yù)測技術(shù)不僅能夠避免以往計(jì)劃維修策略失當(dāng)導(dǎo)致的經(jīng)濟(jì)損失，而且可以有效地減少故障，避免浪費(fèi)同時保證工業(yè)生產(chǎn)中關(guān)鍵設(shè)備持續(xù)、高效運(yùn)行，提高生產(chǎn)率。對故障預(yù)測而言，實(shí)現(xiàn)對故障增長趨勢的監(jiān)控和跟蹤對確保預(yù)測精度至關(guān)重要。如何盡可能多且準(zhǔn)確地從原始信號中獲取與故障增長趨勢相關(guān)的信息是進(jìn)行故障預(yù)測的基礎(chǔ)。任何一類故障類型，單用一方面數(shù)據(jù)信息來反映其趨勢行為都是不完整的。為作出更準(zhǔn)確、更全面的故障預(yù)測，需要從不同角度獲取更多故障增長趨勢信息，但隨著信息量的增大，急需解決的問題是如何充分地獲取、融合故障增長趨勢信息以提升故障預(yù)測的準(zhǔn)確度。

目前，公知的故障預(yù)測方法集中在數(shù)據(jù)處理、特征提取和預(yù)測方法等方面，采用時域、頻域或時頻域結(jié)合的方法從復(fù)雜噪聲干擾的原始信號中提取故障特征，進(jìn)而采用智能算法預(yù)測故障發(fā)生的時間。但是，公知的方法存在以下問題：

第一，現(xiàn)有故障預(yù)測技術(shù)沒有從預(yù)測數(shù)據(jù)采集的源頭上綜合考慮如何獲取與預(yù)測關(guān)聯(lián)最大的故障增長趨勢信息，使得大量與故障預(yù)測無關(guān)的信息作為故障預(yù)測數(shù)據(jù)源，導(dǎo)致數(shù)據(jù)源對故障預(yù)測技術(shù)的支撐度弱；

第二，由于測點(diǎn)位置不同，采集的數(shù)據(jù)源包含的故障增長趨勢信息度不同或者數(shù)據(jù)源受環(huán)境噪聲干擾度不同，即使采用相同的特征提取方法，故障增長趨勢也會出現(xiàn)較大差別，有些測點(diǎn)對故障增長趨勢整個過程較為明顯，但對早期故障不敏感；有的測點(diǎn)對早期故障敏感，但是描述的整個故障增長趨勢波動較大。現(xiàn)有故障預(yù)測技術(shù)未能綜合多源測點(diǎn)描述的故障增長趨勢特征，導(dǎo)致故障預(yù)測精度受影響。

發(fā)明內(nèi)容

為了克服現(xiàn)有故障預(yù)測方法缺少從數(shù)據(jù)源頭出發(fā)獲取、融合不同測點(diǎn)描述的故障增長特征，導(dǎo)致故障預(yù)測的準(zhǔn)確度和精度低等缺陷，本發(fā)明目的在于提供一種多源趨勢信息融合的故障預(yù)測方法。本發(fā)明通過建立不同測點(diǎn)描述的故障增長趨勢，分析不同趨勢特征，選擇具有顯著趨勢特性的故障增長趨勢作為故障預(yù)測的數(shù)據(jù)源，根據(jù)趨勢能力融合多個有效測點(diǎn)描述的故障增長趨勢，作為故障預(yù)測模型的歷史數(shù)據(jù)，采用時間序列預(yù)測方法預(yù)測故障發(fā)生的時間。本發(fā)明最終為故障增長趨勢跟蹤監(jiān)控提供有效策略，同時為故障預(yù)測方法提供有效的數(shù)據(jù)源和故障增長趨勢融合特征，確保故障預(yù)測的精度更高效、準(zhǔn)確。

本發(fā)明所采用的技術(shù)方案為：

一種多源趨勢信息融合的故障預(yù)測方法，包括如下步驟：

S1、多源故障增長數(shù)據(jù)采集：使用多個可利用的測點(diǎn)以相同的時間間隔采集故障演化過程的原始數(shù)據(jù)；

S2、對原始數(shù)據(jù)進(jìn)行預(yù)處理，去除趨勢項(xiàng)和干擾項(xiàng)；

S3、確定故障預(yù)測時間節(jié)點(diǎn)；

S4、故障增長趨勢構(gòu)建：計(jì)算每個時刻原始數(shù)據(jù)的故障趨勢特征值，建立所有測點(diǎn)描述的故障增長趨勢，分析故障增長趨勢的趨勢特征，選擇具有顯著單調(diào)遞增的故障增長趨勢集合；計(jì)算該集合中的故障增長趨勢的相關(guān)度，選擇無顯著相關(guān)的故障增長趨勢集合；

S5、故障增長趨勢信息融合：融合步驟S4中無顯著相關(guān)的故障增長趨勢，得到無冗余故障增長趨勢集合；