一种结合直觉模糊集和灰色模型的故障预报方法技术

本发明专利技术涉及一种结合直觉模糊集和灰色模型的故障预报方法，通过设计正常隶属度函数、异常隶属度函数、正常直觉模糊子集和异常直觉模糊子集来描述系统的运行状态；采用灰色模型估计系统运行的未来状态，可得到预测序列；计算预测序列的直觉模糊集合，并用于计算与正常和异常直觉模糊子集的贴近度；与贴近正常直觉模糊子集相比，当预测序列的直觉模糊集合更贴近异常直觉模糊子集时预报故障即将来临。本发明专利技术可成功地实现故障的早期预报，是一种有效的故障预测方法。

【技术实现步骤摘要】

本专利技术涉及故障预测领域，特别是一种结合直觉模糊集和灰色模型的故障预报方法。
技术介绍
随着工业技术的发展，现代工业系统的规模越来越大、结构越来越复杂，带来更高的经济利益和生产效率的同时，也使得影响系统正常运行的因素增多，引发故障的潜在因素变多。检测设备和系统何时出现故障对生产和人身安全是非常重要的。设备和系统何时出现故障的迹象具有不确定性和模糊性，并且故障预测本身也是具有不确定性和模糊性的。基于灰色理论的灰色模型和直觉模糊集适合于描述和分析不确定性和模糊性的问题。由于直觉模糊集同时考虑了隶属度和非隶属度两方面的信息，因此在处理信息的能力比模糊集要强，对不确定性的描述有更强的实用性；而灰色系统理论着重研究解决小样本、贫信息这种不确定性问题。在故障预报/预测方面，国内外研究人员已将灰色方法应用于故障预测中，例如利用粒子群优化灰色模型参数的故障预测方法，一种灰色相关向量机方法的故障预测，结合粗糙集和灰色理论的故障预测方法等；而直觉模糊集尚未见报道被用于故障预测。可以看出，灰色模型/方法已被应用于故障预测中，但是直觉模糊集尚未引入故障预测，也没有结合直觉模糊集和灰色模型的故障预报方法。
技术实现思路
有鉴于此，本专利技术的目的是提出一种结合直觉模糊集和灰色模型的故障预报方法，可成功地实现故障的早期预报，是一种有效的故障预测方法。本专利技术采用以下方案实现：一种结合直觉模糊集和灰色模型的故障预报方法，包括以下步骤：步骤S1：设设备或系统正常运行时的初始m个时间点的观测数据为{yt

【技术保护点】
一种结合直觉模糊集和灰色模型的故障预报方法，其特征在于：包括以下步骤：步骤S1：设设备或系统正常运行时的初始m个时间点的观测数据为{yt}(t＝1,2,3,…,m)，计算该观测数据的均值ε和标准差σ，设定集合的元素数目k；步骤S2：计算前k个连续正常运行的观测数据{yt}(t＝1,2,3,…,k)的正常隶属度和异常隶属度；其中k≤m；步骤S3：根据步骤S2的正常隶属度和异常隶属度获得正常直觉模糊子集Ak以及异常直觉模糊子集Bk；步骤S4：在当前时刻t，采用灰色GM(1,1)模型估计系统未来运行的预测序列步骤S5：将步骤S4中得到的预测序列代入正常隶属度函数，获得该预测序列的直觉模糊集合：Dt={<G(y~t+1),1-G(y~t+1)>,<G(y~t+2),1-G(y~t+2)>,...,<G(y~t+k),1-G(y~t+k)>};]]>步骤S6：计算Dt与Ak的贴近度NIFS(Dt,Ak)，计算Dt与Bk的贴近度NIFS(Dt,Bk)；步骤S7：在当前时刻，判断异常贴近度是否大于正常贴近度，即判断NIFS(Dt,Bk)是否大于NIFS(Dt,Ak)，若是，则预报故障即将来临；若否，则令t＝t+1，返回步骤S4。...

【技术特征摘要】
1.一种结合直觉模糊集和灰色模型的故障预报方法，其特征在于：包括以下步...

【专利技术属性】
技术研发人员：王开军，严宣辉，林品乐，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：福建;35