[發明專利]一種復雜機電設備的故障辨識與溯源方法

有效

• 申請號: 202110869922.6
• 申請日: 2021-07-30
• 公開（公告）號: CN113311715B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 郭威;崔小鵬;胡安琪;張明遠;邱少華;王志偉;孫文;汪洋;李逸飛;陳璐珈
• 申請（專利權）人: 中國人民解放軍海軍工程大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 潘杰

1.一種復雜機電設備的故障辨識與溯源方法，其特征在于：包括以下步驟：

S1，通過多維傳感器獲取機電設備的狀態監測信息；

S2，將機電設備的狀態監測信息帶入圖卷積神經網絡和長短時神經網絡獲得診斷證據信息；

S3，融合各種診斷證據信息，基于證據推理原則進行故障辨識；

S4，根據故障辨識結果，通過故障傳播模型和證據網絡進行故障溯源，獲得故障根本原因定位；

步驟S2中的圖卷積神經網絡和長短時神經網絡的構建方法包括以下步驟：

a，利用機電設備的歷史狀態監測信息構建具備圖樣本結構表征的故障特征圖；

b，根據故障特征圖構建圖卷積神經網絡和長短時神經網絡；

所述步驟a具體包括以下步驟：從機電設備的歷史狀態監測信息中提取故障特征，并進行特征樣本增強；根據故障特征，選擇具有時空關系和邏輯關系的事件和健康數據信息，利用信息的時空和邏輯關系構建故障特征圖；所述故障特征圖包括空間域特征圖、關系域特征圖和時間域特征圖；其中，空間域特征圖和關系域特征圖具有相同的拓撲結構，用于構建圖卷積神經網絡，作為其學習輸入；時間域特征圖用于構建長短時神經網絡，作為其學習輸入。

2.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：所述多維傳感器用于對機電設備的可見光幾何現象、瞬時電氣現象、持續熱學現象的信息感知。

3.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：所述步驟b具體包括以下步驟：通過節點屬性與邊權重的一致性量化方法，將故障特征圖預處理為純節點連接圖；通過空間卷積算法從純節點連接圖中提取含有結構化信息的節點特征向量；基于圖注意力機制實現節點特征向量到圖樣本特征向量的轉化，并設計與其匹配的分類層，生成圖卷積神經網絡。

4.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：空間域故障特征圖構建方法包括以下步驟：基于機電設備的關鍵部位的節點與其他節點之間的相對影響關系獲取節點間連接邊的權重值，構成空間域故障特征圖。

5.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：關系域故障特征圖構建方法包括以下步驟：通過定性趨勢分析方法提取機電設備各個節點的變量樣本序列的定性變化趨勢特征，將其作為節點屬性值；并根據各節點之間的定性變化趨勢特征相似性度量結果確定節點間連接邊及其權重值，用其反映各節點的變量樣本序列之間的關聯關系，構成關系域故障特征圖。

6.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：時間域故障特征圖構建方法包括以下步驟：針對機電設備各個時間節點的不同時間間隔中的序列片段進行精細化的故障特征提取，并將提取到的故障特征作為節點的屬性值；獲取健康或事件數據的產生間隔時間，將間隔時間標準化后生成間隔差異因子，將間隔差異因子作為時間節點間連接邊的權重值，構成時間域故障特征圖。

7.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：步驟S3具體包括以下步驟：根據獲取的不同的故障特征圖支持下的診斷證據，評判機電設備的系統部件各種故障發生的信度；利用證據推理規則將多個故障特征圖中的診斷證據進行融合，獲得故障辨識結果。

8.根據權利要求1所述的一種復雜機電設備的故障辨識與溯源方法，其特征在于：步驟S4中的故障傳播模型和證據網絡的構建方法包括以下步驟：首先構建用于反映機電設備的部件物理工作關系的故障傳播模型；然后基于故障傳播模型結合故障模式、影響和危害性分析，建立描述機電設備的部件間故障傳播關系的證據網絡，給出故障節點間故障轉移條件化信度的求取方法。