[發明專利]海水泵健康狀態評估方法、模型、裝置及存儲介質

在審

• 申請號: 202010434505.4
• 申請日: 2020-05-21
• 公開（公告）號: CN112032034A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 王大林;曾聿赟;張穎一;解光耀
• 申請（專利權）人: 和塵自儀（嘉興）科技有限公司
• 主分類號: F04B51/00
• 分類號: F04B51/00
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 張勵

1.一種海水泵健康狀態評估方法，其特征在于，包括：

離線階段，在所述離線階段利用海水泵的設備歷史數據，基于主成分分析PCA方法完成設備正常運行狀態的定義；

在線階段，在所述在線階段將海水泵運行時的監測數據進行主成分分解后，與所述定義的設備政策運行狀態對比，量化所述主成分分解后的監測數據與所述定義的設備政策運行狀態之間的偏差，并基于該偏差來計算表征海水泵設備當前的健康狀態水平的健康指標。

2.根據權利要求1所述的海水泵健康狀態評估方法，其特征在于，所述利用海水泵的設備歷史數據，基于主成分分析PCA方法完成設備正常運行狀態的定義，包括：

首先取一段設備正常工作狀態下的歷史數據，經預處理和特征提取后得到原始特征數據作為標定數據；

將標定數據整合為如公式(1)所示的原始特征矩陣X：

公式(1)中M為數據樣本的數量，n為特征維度，d_i＝[x_i,1,x_i,2,…,x_i,n]^T，i＝1,2,……,M為提取的n維特征數據組成的向量，i、M和n均為正整數；

對原始特征矩陣X中的樣本進行主成分分析。

3.根據權利要求2所述的海水泵健康狀態評估方法，其特征在于，所述對原始特征矩陣X中的樣本進行主成分分析，包括：

首先將原始特征矩陣X標準化，即讓原始特征矩陣X中的每一維特征數據減去其樣本均值后除以其樣本標準差得到標準化后的特征矩陣然后用公式(2)計算出標準化后的特征矩陣的協方差陣C：

對協方差矩陣C進行特征值分解，將其特征值按從大到小的順序排列得到特征值向量Λ＝[λ₁,λ₂,…,λ_n]^T及對應的特征向量矩陣P＝[p₁,p₂,…,p_n]^T；

步驟302，根據PCA理論，每個特征向量p_i代表樣本數據中的一個主方向，相應特征值λ_i的大小則正比于該主方向上所解釋的樣本方差比例，則前k個主方向上的累計解釋方差占比η(k)為公式(3)所示：

其中，k為正整數；

選擇截斷數k使得其如公式(4)所示：

其中r為保留方差比例，則按截斷數k將特征向量矩陣截斷得到PCA轉換矩陣如公式(5)所示：

進而對原始特征矩陣X進行降維處理得到如公式(6)所示的主元矩陣Y：

4.根據權利要求1所述的海水泵健康狀態評估方法，其特征在于，在所述在線階段將海水泵運行時的監測數據進行主成分分解后，與所述定義的設備政策運行狀態對比，量化所述主成分分解后的監測數據與所述定義的設備政策運行狀態之間的偏差，包括：

首先對水泵運行時的監測數據進行特征提取得到當前的特征數據向量x，再使用公式(5)所示的轉換矩陣將其轉換至主元空間后，評估其主元向量與標定數據主元統計分布之間的偏離程度，偏離程度通過T2統計量和SPE統計量進行量化。