[發明專利]一種基于加權灰色關聯度分析的故障診斷評估方法

在審

• 申請號: 202010159261.3
• 申請日: 2020-03-09
• 公開（公告）號: CN111382943A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 韓渭辛;許斌;楊婷;范泉涌;賈坤浩
• 申請（專利權）人: 西北工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 劉新瓊

1.一種基于加權灰色關聯度分析的故障診斷評估方法，其特征在于步驟如下：

步驟1：針對每一種故障診斷方案，在測試仿真系統中注入故障，得到故障診斷結果；分析測試仿真數據，計算每種診斷方案下的指標；

步驟2：基于診斷指標構造評估指標矩陣，并對矩陣進行規范化處理，并用熵權法進行權值計算；

1)對評估指標矩陣進行規范化處理

根據指標類型選擇規范性處理方法：

越大越優型指標：

其中，x(i,j)是第j個待評估對象在第i個評估指標下的指標值，若x_max(i)＝x_min(i)，則r(i,j)＝1；

越小越優型指標：

其中，若x_max(i)＝x_min(i)，則r(i,j)＝1；

定型指標越接近某一標準值越優：

以上述計算的r(i,j)值作為元素可得規范化指標值矩陣R＝(r_ij)_m×n；

2)采用熵權法對處理后的規范化矩陣進行權重值求取

根據熵權法理論，由下式計算得到第i項指標的熵值，

其中k＝1/(ln n)，當f_ij＝0時，f_ij ln f_ij＝0；

由下式可計算得到第i項指標的熵權，即權重

式中，0w_i1，且由此可得權重向量為：

W＝[w₁ w₂ w₃…w_m]^T

步驟3：對評估指標矩陣進行灰色關聯度分析，結合指標權重得到加權灰色關聯度，進行診斷能力綜合評估；

1)灰色關聯度分析；

首先,求出系統的最優方案G和最劣方案B：

最優方案向量

最劣方案向量

其次,利用下面的灰關聯系數公式求第j個方案向量R_j與最優方案向量G的關聯系數

其中，Δ_j(k)＝|g_k-r_jk|，k＝1,2,…m，分辨系數ρ是0到1之間的數；若則ζ_k(R_j,G)＝1；

第j個方案向量R_j與最劣方案向量B的關聯系數

其中，Δ_j(k)＝|b_k-r_jk|，k＝1,2,…m，分辨系數ρ是0到1之間的數；若則ζ_k(R_j,B)＝1；

最后，利用層次分析法得到的組合權重W和關聯系數，計算加權灰關聯度R_j與最優方案向量G的灰關聯度：

D(R_j,G)＝W^Tζ(R_j,G)

其中，ζ(R_j,G)＝[ζ₁(R_j,G) ζ₂(R_j,G)…ζ_m(R_j,G)]；

R_j與最劣方案向量B的灰關聯度：

D(R_j,B)＝W^Tζ(R_j,B)

其中，ζ(R_j,B)＝[ζ₁(R_j,B) ζ₂(R_j,B)…ζ_m(R_j,B)]；

2)故障診斷能力綜合評估

假如第j個方案向量R_j以V_j從屬于最優方案向量G,那末R_j以(1-V_j)從屬于最劣方案向量B,則稱(1-V_j)為第j個方案向量R_j偏離于最優方案向量G的優偏離度,V_j為第j個方案向量R_j偏離于最劣方案向量B的劣偏離度；根據最優原理，給出性能指標函數：

求解得到V_j最優值計算模型為：

該模型具有明確的物理意義：

1)V_j＞0.5，表明R_j從屬于最優方案的程度大于從屬于最劣方案的程度；V_j＜0.5，其物理意義相反；

2)V_j＝0.5，表明R_j從屬于最優方案的程度與從屬于最劣方案的程度相等；

3)V_j＝1，表明R_j必定為最優方案；V_j＝0，其物理意義相反；

4)V_j越大，表明第j個方案R_j的性能越好；V_j越小；表明第j個方案R_j的性能越差；最優接近度向量V＝[V₁ V₂…V_n]；

因此，根據V_j的大小不同排出各種待評估故障診斷方案的優劣次序,即可得到綜合評估結果。