[發(fā)明專利]平穩(wěn)子空間外源矢量自回歸的旋轉(zhuǎn)機(jī)械退化趨勢預(yù)測方法

有效

• 申請?zhí)枺?/td>: 202010010925.X
• 申請日: 2020-01-06
• 公開（公告）號: CN111291918B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計）人: 賈民平;丁鵬;趙孝禮;楊誠;佘道明;許飛云;胡建中;黃鵬
• 申請（專利權(quán)）人: 東南大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F18/2135;G06F18/25
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 郭微

1.一種平穩(wěn)子空間外源矢量自回歸的旋轉(zhuǎn)機(jī)械退化趨勢預(yù)測方法，其特征在于，包括以下步驟：

步驟1：通過振動加速度計對旋轉(zhuǎn)機(jī)械敏感退化位置進(jìn)行多通道信號采集，并對采集的振動信號進(jìn)行降噪處理；

步驟2：將降噪后的多通道振動信號進(jìn)行第一次平穩(wěn)子空間分解，以綜合多通道退化、損傷信息并提取振動弱平穩(wěn)分量；

步驟3：對生成的振動弱平穩(wěn)分量分別提取時域、頻域退化特征，并通過主成分分析對各域退化特征構(gòu)成的矩陣進(jìn)行特征融合，生成時域、頻域高維退化指標(biāo)向量組；

步驟4：對時域、頻域高維退化指標(biāo)向量組進(jìn)行第二次平穩(wěn)子空間分解，提取退化指標(biāo)向量組中弱平穩(wěn)分量并進(jìn)行基于頻譜分析的差分運(yùn)算生成滿足弱平穩(wěn)要求的時域、頻域退化指標(biāo)；

步驟5：最后將時域、頻域退化指標(biāo)輸入外源矢量自回歸模型進(jìn)行旋轉(zhuǎn)機(jī)械的退化趨勢預(yù)測；

所述步驟2中第一次平穩(wěn)子空間分解是通過平穩(wěn)子空間分析方法以及降噪后多通道的振動信號實現(xiàn)，即：

式中表示通道一采集的所有觀測值；和分別表示分解后的振動弱平穩(wěn)與非平穩(wěn)分量；

所述步驟4中所述第二次平穩(wěn)子空間分解是通過平穩(wěn)子空間分析方法以及高維退化指標(biāo)向量組實現(xiàn)，基本步驟如下：

步驟4.1：通過平穩(wěn)子空間分析方法對高維退化指標(biāo)向量組進(jìn)行第二次平穩(wěn)子空間分解，即：

式中表示來自第一主元分量的所有時刻退化指標(biāo)向量，和

表示時域高維退化指標(biāo)向量組的弱平穩(wěn)與非平穩(wěn)成分；和

表示頻域高維退化指標(biāo)向量組的弱平穩(wěn)與非平穩(wěn)成分；

步驟4.2：根據(jù)生成的時域、頻域高維退化指標(biāo)向量組，通過頻譜分析計算所需的差分步長，并進(jìn)行差分運(yùn)算生成去除周期性的退化指標(biāo)以輸入接下來的退化趨勢預(yù)測模型；

所述步驟5中外源矢量自回歸退化趨勢預(yù)測模型的構(gòu)建包含：定義外源、內(nèi)生變量，輸入退化指標(biāo)的平穩(wěn)性檢驗，模型階數(shù)確定，脈沖響應(yīng)分析，參數(shù)估計以及退化趨勢預(yù)測五部分，基本步驟如下：

步驟5.1：定義壽命周期內(nèi)各退化階段中無顯著波動的高維退化指標(biāo)向量組弱平穩(wěn)成分為內(nèi)生變量，其余則為外源變量輔助退化趨勢預(yù)測；

步驟5.2：通過增廣迪基·富勒方法檢測所選輸入量是否具有單位根來檢驗平穩(wěn)性：H₀假設(shè)如下所示，即：

H₀：y_t＝c+y_t-1+β₁Δy_t-1+β₂Δy_t-2+…+β_pΔy_p-1+ε_t

H₁假設(shè)如下所示，即：

H₁：y_t＝c+dt+θy_t-1+β₁Δy_t-1+β₂Δy_t-2+…+β_pΔy_p-1+ε_t

式中，θ＜1，[β₁，...，β_p]和d分別為回歸項與趨勢項系數(shù)，ε_t代表隨機(jī)誤差，c為常數(shù)項；隨后通過該方法初步確定具有平穩(wěn)特性的階數(shù)區(qū)間范圍；

步驟5.3：計算具有平穩(wěn)特性的階數(shù)區(qū)間內(nèi)Akaike信息準(zhǔn)則值，即：

搜索上式最小值對應(yīng)的階數(shù)，定義為模型階數(shù)；

步驟5.4：使用脈沖響應(yīng)分析進(jìn)一步分析內(nèi)生變量，即時域、頻域退化指標(biāo)通過矢量自回歸模型滯后結(jié)構(gòu)的干擾的影響，并從短期或長期角度檢查沖擊對所有內(nèi)生變量的影響；

步驟5.5：利用最大似然估計對外源矢量自回歸模型進(jìn)行參數(shù)估計，隨后將模型用于不同起始點下退化趨勢預(yù)測檢驗?zāi)Ｐ头夯芰Α?/p>

2.根據(jù)權(quán)利要求1所述的一種平穩(wěn)子空間外源矢量自回歸的旋轉(zhuǎn)機(jī)械退化趨勢預(yù)測方法，其特征在于：所述步驟1中將對采集的振動信號進(jìn)行降噪處理是通過小波降噪剔除原始信號中的高頻成分。