[發(fā)明專利]基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011173611.8
• 申請日: 2020-10-28
• 公開（公告）號: CN112229435A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計）人: 魏慕恒;張羽;邱伯華;李永杰;譚笑;薛晨
• 申請（專利權(quán)）人: 震兌工業(yè)智能科技有限公司
• 主分類號: G01D18/00
• 分類號: G01D18/00
• 代理公司: 北京天達知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11386
• 代理人: 侯永帥

1.一種基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，包括：

在線采集船舶主機控制系統(tǒng)的傳感器的測量樣本；

根據(jù)所述測量樣本計算規(guī)范變量狀態(tài)空間T_l²(k)和殘差空間T_e²(k)統(tǒng)計量；

將規(guī)范變量狀態(tài)空間T_l²(k)和殘差空間T_e²(k)統(tǒng)計量與預(yù)設(shè)閾值進行比較，以判斷船舶主機控制系統(tǒng)是否存在偶發(fā)性故障。

2.根據(jù)權(quán)利要求1所述的基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，還包括建模步驟：

采集船舶主機控制系統(tǒng)的傳感器在正常工況下的測量樣本x，k時刻的測量樣本記為x(k)，x(k)為m維列向量，m為傳感器個數(shù)，建模過程共采集N個時刻的N組測量樣本；

確定所述正常工況下的測量樣本數(shù)據(jù)的未來觀察窗口長度f，過去觀察窗口長度p，f和p為非零整數(shù)，且f＞p；

將所述正常工況下的測量樣本表達為：過去信息向量x_p(k)，未來輸出信息向量x_f(k)：

x_p(k)＝[x^T(k-1),…,x^T(k-p)]^T

x_f(k)＝[x^T(k+1),…,x^T(k+f)]^T

其中，k＝1,2,3...N。

3.根據(jù)權(quán)利要求2所述的基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，所述建模步驟還包括：

將所述的正常工況下的N組測量樣本的各列標準化為零均值單位方差，構(gòu)造為未來數(shù)據(jù)矩陣X_f和歷史數(shù)據(jù)矩陣X_p：

為k時刻測量樣本x(k)過去信息向量標準化為零均值單位方差的數(shù)據(jù)，為k時刻測量樣本x(k)未來輸出信息向量標準化為零均值單位方差的數(shù)據(jù)，k＝1,2,3...N。

4.根據(jù)權(quán)利要求3所述的基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，所述建模步驟還包括：

根據(jù)所述的未來數(shù)據(jù)矩陣X_f和歷史數(shù)據(jù)矩陣X_p，確定其協(xié)方差和互協(xié)方差矩陣，并進行奇異值分解：

其中，為奇異值矩陣包含m×p個奇異值，并以降序排列；U為左奇異向量，V為右奇異向量，S_pp為X_p的協(xié)方差矩陣，S_ff為X_f的協(xié)方差矩陣，S_pf為X_p和X_f的互協(xié)方差矩陣。

5.根據(jù)權(quán)利要求4所述的基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，所述建模步驟還包括：

根據(jù)所述奇異值矩陣按累積方差貢獻率準則確定保留的狀態(tài)個數(shù)l，其中所述奇異值矩陣進一步表達為：

其中λ_j是的第j個對角元素j＝1,2,3...m×(d+1)，Λ＝diag{λ₁,…,λ_l}表示對角元素為λ₁,…,λ_l的對角矩陣，表示對角元素為λ_l+1,…,λ_mp的對角矩陣；

所述累計方差貢獻率準則為通過限制前l(fā)個保留狀態(tài)方差貢獻之和大于預(yù)設(shè)值，使得選出的保留狀態(tài)能有效代表原始數(shù)據(jù)。

6.根據(jù)權(quán)利要求5所述的基于規(guī)范變量分析的船舶主機偶發(fā)性故障檢測方法，其特征在于，所述建模步驟還包括：

根據(jù)給定的置信水平α，設(shè)置規(guī)范變量狀態(tài)空間和殘差空間統(tǒng)計量的閾值和

其中l(wèi)為保留的狀態(tài)個數(shù)，N為采集的測量樣本的個數(shù)，m為傳感器個數(shù)，p為過去觀察窗口長度，F(xiàn)_a為F分布。