[發明專利]一種機電系統PHM體系的綜合評估方法

有效

• 申請號: 202011573187.6
• 申請日: 2020-12-25
• 公開（公告）號: CN112686525B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 徐吉輝;陳玉金;王曉琳;史佳輝;田文杰
• 申請（專利權）人: 中國人民解放軍空軍工程大學
• 主分類號: G06Q10/0639
• 分類號: G06Q10/0639;G06F18/25;G06F17/16
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 婁柱

1.一種機電系統PHM體系的綜合評估方法，其特征在于，包括以下步驟，

S1：利用AHP法構建機電系統PHM體系的性能評估指標體系，并對各指標的優先級進行排序；

S2：利用粗糙集理論對飽和指標集進行裁剪，獲得一個約簡的評估指標集；

S3：利用AHP法對約簡的評估指標集進行權重計算，并結合D-S證據理論進行綜合權重的融合，進而實現對約簡的評估指標集的綜合排序；

S4：基于AHP法和D-S證據理論計算的權重，建立基于模糊綜合評估的機電系統PHM體系性能評估模型，獲得對PHM體系評估的綜合結論；

步驟S1的具體操作包括以下步驟，

S11：利用AHP法將PHM體系的性能評估指標分為4個層次，構建多層的性能評估指標體系；

S12、構建指標的互補判斷矩陣：在利用AHP法建立多層的性能評估指標體系結構后，將每個指標相對于上一層的優先級進行兩兩比較，并采用常用的“1～9”標度法進行權重賦值，完成成對比較判斷矩陣的構建；利用A′＝[a_ij]_n×m表示層B相對層A的成對比較判斷矩陣，其中，a_ij是層B中第i個指標B_i和第j個指標B_j的分值比較值，a_ij越大，B_i比B_j相對層A的優先級高；a_ij＝1，表示具有相同的優先級；依此類推，建立層C相對層B的比較判斷矩陣，并表示為B′＝[b_ij]_n×m；

S13、權重的計算以及單層優先級排序：層B的準則相對于層A的優先權權重滿足A′W＝λ_maxW，其中，λ_max為矩陣A′的最大特征根，W＝(w₁，w₂，…，w_n)^T為矩陣A′的特征向量，該權重對應的向量表征層B中分類排序的重要程度，也是層B的單層優先級排序向量；依此類推，可以求得層C的單層優先級；

S14、總優先級排序計算：總優先級排序是關于單層所有準則對于目標層相對優先級的權值排序，準則層B包含m個準則B＝B₁，B₂，…，B_m，對層A的總優先級權值分別為層C包含n個度量C＝C₁，C₂，…，C_n，對于準則B_j的單層優先級權值為此時C_i相對于層A的總優先級排序權值為：

S15、一致性檢驗：定義一致性指標CI＝(λ_max-n)/(n-1)，其中n為層C的度量個數，根據平均隨機一致性指標RI計算一致性比例CR＝CI/RI，當CR≥0.10時判定不滿足一致性條件；如果層C的某指標對于準則B_j的一致性、平均一致性指標分別為Cl_j、Rl_j，則層B的總排序權值為層C的總排序一致性比例為

步驟S11中所述的4個層次包括目標層A、準則層B、度量層C和結果層D；

其中，目標層A包括PHM系統性能評估A；

準則層B包括測試性B₁、故障診斷B₂、故障預測B₃、占用資源B₄、技術成熟度B₅；

所述測試性B₁對應的度量層C包括故障檢測率C₁、故障隔離率C₂、虛警率C₃、故障預測率C₄；

所述故障診斷B₂對應的度量層C包括故障診斷的準確性C₅、故障診斷的精確性C₆、故障診斷的穩定性C₇、故障診斷的靈敏度C₈；

所述故障預測B₃對應的度量層C包括故障預測的準確性C₉、故障預測的相對準確性C₁₀、故障預測區間C₁₁、α-λ性能C₁₂、故障預測覆蓋率C₁₃；

所述占用資源B₄對應的度量層C包括全周期費用C₁₄、軟件代碼長度C₁₅、存儲容量C₁₆、系統復雜度C₁₇；

所述技術成熟度B₅對應的度量層C包括測試性的技術成熟度C₁₈、故障診斷的技術成熟度C₁₉、故障預測的技術成熟度C₂₀；

結果層D包括通過、部分通過和不通過；

步驟S13中，矩陣A′的特征向量W的計算方法為

步驟S2的具體操作包括以下步驟，

S21：給出度量層的n個度量指標所構成的集合式中，A為目標層；B為A對應的準則層，B＝{B₁，B₂，…，B_m}，B_i為第i個準則，B_i∈B；C為度量層集合C＝{c₁，c₂，…，c_N}，C_i表示第i個度量，c_i＝(fⁱ，c，φ)，c_i∈C；為度量c_i對于目標層A的權重；φ為度量約束，φ∈g×θ，g＝(yes，no)，yes表示可以裁減，no表示不能裁減；θ為裁減條件集合；fⁱ為c_i的度量算法；

S22：在約簡過程中，不考慮資源占用和技術成熟度相關指標，準則層中的“故障診斷”與“故障預測”對應的“準確性”和“精確性”定義類似，可合并成一組；于是，可以將20個度量通過屬性約簡為9個，并且將每個指標采用“Ⅰ～Ⅲ級”劃分，分別表示“優”、“良”和“差”；

步驟S3的具體操作包括以下步驟，

S31：基于每個專家給出的層B到層A、層C到層B的判斷矩陣，根據AHP法計算相應的單層優先級排序權重；

S32：對步驟S31中得到的多個優先級排序權重采用D-S證據理論進行融合，得到層C對層A的排序權重和對應的單層度量優先級排序；

S33：根據步驟S32中得到的結果獲取層B到層A、層C到層B的判斷矩陣，分別求得權重向量以及最大特征值，并對專家評分的結果進行一致性檢驗，最終得出新的層C對層A的排序權重，實現對約簡的評估指標集的綜合排序；

步驟S32的具體操作步驟包括，

S321：設有q位PHM專家參與該次性能評估，基于每位專家給出的層B到層A、層C到層B的判斷矩陣，根據AHP法計算相應的單層優先級排序權重W_k＝[w_1k，w_2k，w_3k，…，w_pk]，k＝1，2，3，…，q；其中，p為精簡后指標體系包含的度量指標數；

S322：對步驟S321中得到的單層優先級排序權重采用D-S證據理論中的Dempster組合規則進行融合，得到層C對層A的排序權重和對應的單層度量優先級權重W_k＝[w₁，w₂，w₃，…，w_p]；

其中，層C對層A的排序權重通過以下方法得到：

根據精簡后的指標度量給出信任函數假設BEL1和BEL2是同一指標體系下的兩個信任函數，m₁、m₂分別是對應的概率賦值，焦元分別為A₁，A₂，…，A_k和B₁，B₂，…，B_r，則

步驟S4的具體操作包括以下步驟，

S41、PHM體系性能評估指標模糊評語的選取：按照定性分析對評估指標的影響程度，將評語集劃分為5個等級I＝{非常嚴重，嚴重，一般，輕微，非常輕微}，其對應的權重分值分別為{9，7，5，3，1}；

S42、模糊矩陣和模糊隸屬函數選取：按照專家經驗和PHM體系功能設計需求，確定出結果層D_i與度量層C_j的關聯關系，用s_ij表示，構建模糊評判矩陣S＝(s_ij)，并確定隸屬函數；

S43、機電系統PHM體系性能的模糊綜合評估：根據度量層相對于目標層的總優先級排序權重向量以及評估結果與各度量之間的隸屬度函數矩陣S，計算得到機電系統PHM體系性能的評估結果為

2.根據權利要求1所述的一種機電系統PHM體系的綜合評估方法，其特征在于：步驟S42中，對于定性和定量度量，采用半梯形隸屬函數對PHM體系性能度量作歸一化的處理，然后將模糊評判矩陣轉化為隸屬度矩陣S＝(s_ij)，其中，s_ij是第i個結果相對于第j個度量的相對隸屬度；

對于正向和負向度量，分別選擇半梯形偏大型和偏小型隸屬函數來處理，即x＝s_ij，a＝max(e_j)，b＝min(e_j)；半梯形偏大型、偏小型的隸屬函數定義為：其中，括號內的值為偏小型。