一种机电设备健康表征参数确定方法技术

本发明专利技术涉及一种机电设备健康表征参数确定方法，其特征在于，第一步，对机电设备采取结构分解、功能分解、故障分解的至少一种分解方式，分解成为多层次的部件的集合；第二步，对于分解获得的每一个部件，建立参数，传感器及其设置位置，故障模式，故障影响的多对多映射关系；第三步，根据传感器测量的参数，通过所述多对多映射关系，确定机电设备的健康状态，当确定的机电设备健康状态与机电设备实际的健康状态存在偏差时，若偏差大于预设的值，重新执行第一步至第三步，直至所述偏差落入设定的范围内，从而确定该机电设备的健康表征参数。

【技术实现步骤摘要】

本专利技术设及工程
，尤其设及一种工程可靠度和安全性的

技术介绍
机电设备在船舶中占有及其重要的地位和作用，担负着船舶推进与供电等任务， 没有一个处于健康状态、满足船舶运行要求的机电系统，船舶就不能完成其使命任务。因 此，机电设备的健康状态是衡量其能力的重要指标，怎样评估机电设备的健康状态，首先要 解决健康状态的度量问题。根据船舶机电设备的组成、功能及完成任务的特点，在传感器信 息采集参数的基础上，分级实现其表征参数体系的构建。 对于柴油机健康表征参数体系的构建方法，现有技术中常用的方法是：用 Bootstrap方法去除了大样本的限制，找出一个模拟的样本均值分布代替了未知的样本均 值分布;使用遗传优化算法找出活塞环正常状态与不同磨损程度状态之间相互区分的最佳 特征参数组合，得到了最优的评估分类参数。具体参见文章《柴油机故障表征体系的构建及 优化方法研究》，刘伯运，欧阳光耀，常汉宝，武汉理工大学学报，第30卷第6期。 上述方法中Bootstrap方法缺少试验的验证，遗传算法也是基于数据基本正常时 才能得出正确结果，若实际情况中有异常现象，则容易与实际情况有较大的偏差。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种柴油机健康表征参数体系构建方法，用W 解决现有柴油机故障预测过程中，健康表征参数的选择不能准确反应设备真实状况的问 题。 本专利技术的目的主要是通过W下技术方案实现的： -种机电设备健康表征参数确定方法，其特征在于，第一步，对机电设备采取结构 分解、功能分解、故障分解的至少一种分解方式，分解成为多层次的部件的集合;第二步，对 于分解获得的每一个部件，建立参数，传感器及其设置位置，故障模式，故障影响的多对多 映射关系；第Ξ步，根据传感器测量的参数，通过所述多对多映射关系，确定机电设备的健 康状态，当确定的机电设备健康状态与机电设备实际的健康状态存在偏差时，若偏差大于 预设的值，重新执行第一步至第Ξ步，直至所述偏差落入设定的范围内，从而确定该机电设 备的健康表征参数。[000引可选的，所述结构分解是指将机电设备按照系统级、子系统级、部件级，零件级进 行逐级分解。 可选的，所述结构分解进一步包括每个级别中各个子结构之间的连接关系。 可选的，所述功能分解是将机电设备按照功能逐级分解至基本功能，所述基本功 能是指该功能不具备子功能或进一步分解不影响对设备健康状态的确定。 可选的，所述故障分解为对故障进行逐层分解，上层父故障是下层子故障的概括， 分解直至具体的故障。 可选的，所述故障分解中还包括故障流向。 可选的，所述多对多的映射关系中还包括故障征兆。 可选的，根据故障征兆，进行规则匹配，确定故障模式，并根据故障模式对产品的 影响，确定设备的状态。 可选的，所述规则为某个故障征兆或多个故障征兆处于不同的阔值范围内时对应 不同的故障模式。 本专利技术有益效果如下:本专利技术的方法建立了合理的健康表征参数体系，该体系能 够有效表征故障征兆，跟踪故障演化从而快速准确地实现状态监控、故障诊断、故障预测和 健康评估。 本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变 得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明 书、权利要求书、W及附图中所特别指出的结构来实现和获得。【附图说明】 附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图 中，相同的参考符号表示相同的部件。 图1为本专利技术【具体实施方式】提供的健康表征参数体系的建立方法示意图； 图2为本专利技术【具体实施方式】提供的机电设备结构分解示意图； 图3为本专利技术【具体实施方式】提供的柴油机燃油系统的结构分解示意图； 图4所示为本专利技术【具体实施方式】提供的部件层级的连接关系示意图； 图5是本专利技术【具体实施方式】提供的功能分解示意图； 图6为本专利技术【具体实施方式】提供的故障分解示意图； 图7为本专利技术【具体实施方式】提供的映射关系链。【具体实施方式】 下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并 与本专利技术的实施例一起用于阐释本专利技术的原理。 过多的健康表征参数往往导致测试成本高、信息冗余度大、背景噪声强等问题;而 过少的健康表征参数则容易造成状态信息缺乏、不完整不能满足设备健康管理的信息需求 等问题。特别是，设备在设计阶段，物理模型缺乏，知识信息有限，不确定性和模糊性强，很 难通过基于试验和模型的方法来确定健康表征参数。本专利技术提供的方法结合了设备的系统 的结构、功能、故障特点，构建健康表征参数体系，能够有效表征故障征兆，跟踪故障演化从 而快速准确地实现状态监控、故障诊断、故障预测和健康评估。 图1为本专利技术【具体实施方式】提供的健康表征参数体系的建立方法示意图。该方法 在传感器采集参数的基础上，通过特征提取确定特征参数集，特征提取时考虑设备特点、要 求与组成结构W及影响因素的分析，特征参数集确定后，经过重要度分析，表征可测分析， W及数据分析，最后确定设备的各种健康状态。当确定的各种健康状态与实际存在偏差时， 可W通过多次迭代的方式，减小或消除偏差。 本专利技术的方法，首先对设备采取结构分解、功能分解、故障分解的至少一种分解方 式。 图2为本专利技术【具体实施方式】提供的机电设备结构分解示意图。结构分解是指从结 构上对诊断对象进行分解，把系统的总体结构分解为下一层次的子结构，而每一子结构又 可分解为更下层次的子结构，运种分解可W直至最低层次的零部件。对于柴油机运样的机 电设备，可W从系统级、子系统级、部件级，零件级进行逐级分解，即系统级包括若干个子系 统级，子系统级又分别包括多个部件级，部件级又包括多个零件级。机电设备的结构根据实 际需要可分解可W分解至子系统级，部件级或零件级。例如，在某一【具体实施方式】中，柴油 机可W分解成为包括燃油系统、滑油系统、进排气增压系统和冷却系统等四个系统。燃油系 统又可W分解为Ξ个子系统级:燃油供给系统，燃油回收系统，燃油喷射系统，该Ξ个子系 统又分别包括多个部件，例如燃油油箱，漏泄油箱，喷油器等;其中部件燃油双联滤器又可 分解成包括了分配盒的零件级。具体参见图3。 此外，可选的。结构分解时，可W进一步确定每个级别分解的子结构之间连接关 系。图4所示为本专利技术【具体实施方式】提供的部件层级的连接关系示意图。该部件层级为燃油 系统的Ξ个子系统燃油供给系统，燃油回收系统，燃油喷射系统所分别包括的部件，运些部 件的连接关系如图4所示。 功能分解是指从功能上对设备进行分解，把系统的总体功能分解为下一层次的子 功能，而每一子功能又可分解为当前第1页1 2 本文档来自技高网...

【技术保护点】
一种机电设备健康表征参数确定方法，其特征在于，第一步，对机电设备采取结构分解、功能分解、故障分解的至少一种分解方式，分解成为多层次的部件的集合；第二步，对于分解获得的每一个部件，建立参数，传感器及其设置位置，故障模式，故障影响的多对多映射关系；第三步，根据传感器测量的参数，通过所述多对多映射关系，确定机电设备的健康状态，当确定的机电设备健康状态与机电设备实际的健康状态存在偏差时，若偏差大于预设的值，重新执行第一步至第三步，直至所述偏差落入设定的范围内，从而确定该机电设备的健康表征参数。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈卓，童一峻，张成伟，刘鹏鹏，许萌萌，
申请(专利权)人：中国船舶工业系统工程研究院，
类型：发明
国别省市：北京;11