基于全生命周期数据的复杂装备的健康评估方法技术

本发明专利技术提供了一种基于全生命周期数据的复杂装备的健康评估方法。根据与复杂装备健康指数减小和增加相关的指标建立复杂装备全生命周期的健康评估体系，计算出复杂装备全生命周期健康指数；基于复杂装备全生命周期的健康评估体系，利用聚类算法对多个复杂装备在不同时刻的指标数据进行聚类，得到复杂装备的全生命周期各个阶段指标数据，得到各个阶段的指标特征数据；利用熵权法计算出各个阶段的指标特征数据对复杂装备的健康占比权重，计算出复杂装备在相应指标特征数据下的健康指数。本发明专利技术通过复杂装备在不同时间段的指标数据得到复杂装备全生命周期各个阶段的特征，计算出复杂装备的健康指数，并根据下一个任务情况对复杂装备进行预防性检修。

Health Assessment Method for Complex Equipment Based on Life Cycle Data

The invention provides a health assessment method for complex equipment based on life cycle data. According to the indexes related to the reduction and increase of the health index of complex equipment, the health assessment system of the whole life cycle of complex equipment is established, and the health index of the whole life cycle of complex equipment is calculated. Based on the health assessment system of the whole life cycle of complex equipment, clustering algorithm is used to analyze the index data of multiple complex equipment at different times. Clustering is carried out to get the index data of each stage of the life cycle of complex equipment, and the index characteristic data of each stage is obtained. The weight of index characteristic data of each stage to the health of complex equipment is calculated by using the method of entropy weight, and the health index of complex equipment under the corresponding index characteristic data is calculated. The invention obtains the characteristics of each stage of the whole life cycle of complex equipment through the index data of complex equipment in different time periods, calculates the health index of complex equipment, and carries out preventive maintenance of complex equipment according to the next task situation.

【技术实现步骤摘要】
基于全生命周期数据的复杂装备的健康评估方法
本专利技术涉及复杂设备管理
，尤其涉及一种基于全生命周期数据的复杂装备的健康评估方法。
技术介绍
复杂装备是社会工业领域内重要的基础资源，是推动社会快速发展的重要手段。但是传统的复杂装备维护检修方式是以人工定时检修的方式去检修，工作效率低下且不能及时掌握复杂装备的健康状态，因此，构建复杂装备的健康评估体系，计算复杂装备的健康指数十分重要，为提高复杂装备的检修效率，做到预防性复杂装备健康检修，掌握复杂装备的健康状态发挥了重要作用。很多复杂装备的历史作业数据和维修数据随着信息技术的发展逐渐完善，但也造成了历史数据不全的特点。现有技术中的一种对复杂装备的健康状态分析的方法大多数基于传感器数据，建立复杂装备的物理失效计算模型，利用该物理失效计算模型实现对复杂装备的健康指数的计算。上述现有技术中的对复杂装备的健康状态分析的方法的缺点为：计算模型的构建难度大，经营成本高，不适合作为一般复杂装备的健康指数计算模型。
技术实现思路
本专利技术的实施例提供了一种基于全生命周期数据的复杂装备的健康评估方法，以实现根据不同时间段的指标数据得到复杂装备全生命周期各个阶段的特征，计算出复杂装备的健康指数。为了实现上述目的，本专利技术采取了如下技术方案。一种基于全生命周期数据的复杂装备的健康评估方法，包括：获取与复杂装备健康指数减小和增加相关的指标，根据所述指标建立复杂装备全生命周期的健康评估体系，利用所述指标计算出复杂装备全生命周期健康指数；基于所述复杂装备全生命周期的健康评估体系，利用聚类算法对多个复杂装备在不同时刻的指标数据进行聚类，得到复杂装备的全生命周期各个阶段指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据；利用熵权法计算出各个阶段的指标特征数据对复杂装备的健康占比权重，计算出复杂装备在相应指标特征数据下的健康指数。进一步地，所述的获取与复杂装备健康指数减小和增加相关的指标，根据所述指标建立复杂装备全生命周期的健康评估体系，包括：利用与复杂装备健康指数减小相关的指标和与复杂装备健康指数增加相关的指标构建复杂装备全生命周期的健康评估体系，所述与复杂装备健康指数减少有关的指标集合为S1，集合S1中的元素S1i表示第i个与复杂装备健康指数减少相关的指标，集合S1中的指标个数为m；所述与复杂装备健康指数增加的相关指标集合S2，集合S2中的元素S2i表示第i个与复杂装备健康指数增加相关的指标，集合S2中的指标个数为n。进一步地，所述的利用所述指标计算出复杂装备全生命周期健康指数，包括：根据时间间隔t统计复杂装备在不同时刻的各个指标数据，设多个复杂装备统计的数据条数总数和为R_num，将所有统计指标数据构成矩阵M，M中的ID表示指标数据记录的索引，则M表示如下：IDS11S12.......S1m1a1b1.......c12a2b2.......c2...............................iaibi.......ci..................................R_numaR_numbR_num.......cR_numS21......S2nd1.......e1d2.......e2...................di.......ei.....................dR_num.......eR_num表中ai,bi,ci,di,ei表示各个复杂装备在某个时刻相应指标数据统计值；利用K-means聚类算法对矩阵M聚类，并计算聚完类后的各个类别的指标数据的统计值，得到复杂装备的全生命周期各个阶段的指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据。进一步地，所述的利用K-means聚类算法对矩阵M聚类，并计算聚完类后的各个类别的指标数据的统计值，得到复杂装备的全生命周期各个阶段的指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据，包括：利用K-means聚类算法对矩阵M进行聚类，矩阵M的每一行数据代表复杂装备的一次指标统计数据，即为样本点，聚类结果为k类，k表示复杂装备全生命周期的阶段数；计算样本点与聚类中心点的误差平方和SSE：式中p表示样本点；式中mi表示聚类中心点；式中Ci表示样本点所在类别中的样本个数；根据SSE变化率判断最佳的k值，当SSE变化率减小时，k达到最佳聚类数；K-means聚完类后，统计k个类别各项指标数据的平均值，将各项指标数据的平均值作为各个类别中心，则第p类别中心点的指标数据统计值为S11p,S12p,......,S1mp,S21p,S22p,......,S2np，每个类别的数据数量分别为：num1,num2,......,numk；式中S11pi表示分完类别后第p类别的第i条记录数据中指标S11的数据值；式中S11p表示第p类别中心点的S11指标数据统计平均值；式中nump表示第p类别的指标数据记录数量；下面公式类推：............进一步地，所述的利用熵权法计算出各个阶段的指标特征数据对复杂装备的健康占比权重，包括：对矩阵M进行归一化处理，得到归一化矩阵M1；根据熵的定义和所述归一化矩阵M1确定指标的熵，定义n个指标的熵和熵权，再根据熵权法计算各个指标的健康占比权重W1,W2,......,Wm+n。进一步地，所述的计算出复杂装备在相应指标特征数据下的健康指数，包括：复杂装备健康指数表征复杂装备的工作能力，设定复杂装备全生命周期健康指数范围是[0,100]，复杂装备全生命周期是从第1阶段开始，到第k阶段结束；复杂装备全生命周期第i阶段的健康指数值Hi的计算公式如下：当前复杂装备的健康指数H用来表征当前复杂装备的工作能力，当前复杂装备的指标数据分别为S11x,S12x,......,S1mx,S21x,S22x,......,S2nx，分别计算当前复杂装备指标数据与复杂装备全生命周期各个阶段指标数据中心点之间的权重距离；A11＝(S11x-S111)2×W11式中S111表示第1阶段指标数据S11的统计平均值；式中W11表示指标数据S11对复杂装备健康占比权重；式中A11表示当前时刻指标数据S11x与第1阶段指标S11统计平均值的权重距离平方和；下面的公式以此类推：......Am1＝(S1mx-S1m1)2×W1m......B11＝(S21x-S211)2×W21式中S211表示第1阶段指标S21的统计平均值；式中W21表示指标S21对复杂装备健康占比权重；式中B11表示当前时刻指标数据S21x与第1阶段指标S21统计平均值的权重距离平方和；下面公式以此类推；......Bn1＝(S21x-S21n)2×W2n式中m表示与复杂装备健康减少相关指标数量；式中n表示与复杂装备健康增加相关指标数量；式中d1表示当前时刻复杂装备指标数据与第1阶段复杂装备指标数据的权重距离；下面公式以此类推；......计算当前复杂装备与复杂装备各个阶段距离和dsum＝d1+d2+...dk，则式中H表示当前复杂装备的健康指数；式中Hk表示复杂装备全生命周期第k阶段健康指数Hk；根据当前复杂装备的健康指数H判断当前复杂装备处在全生命周期哪个阶本文档来自技高网...

【技术保护点】
1.一种基于全生命周期数据的复杂装备的健康评估方法，其特征在于，包括：获取与复杂装备健康指数减小和增加相关的指标，根据所述指标建立复杂装备全生命周期的健康评估体系，利用所述指标计算出复杂装备全生命周期健康指数；基于所述复杂装备全生命周期的健康评估体系，利用聚类算法对多个复杂装备在不同时刻的指标数据进行聚类，得到复杂装备的全生命周期各个阶段指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据；利用熵权法计算出各个阶段的指标特征数据对复杂装备的健康占比权重，计算出复杂装备在相应指标特征数据下的健康指数。

【技术特征摘要】
1.一种基于全生命周期数据的复杂装备的健康评估方法，其特征在于，包括：获取与复杂装备健康指数减小和增加相关的指标，根据所述指标建立复杂装备全生命周期的健康评估体系，利用所述指标计算出复杂装备全生命周期健康指数；基于所述复杂装备全生命周期的健康评估体系，利用聚类算法对多个复杂装备在不同时刻的指标数据进行聚类，得到复杂装备的全生命周期各个阶段指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据；利用熵权法计算出各个阶段的指标特征数据对复杂装备的健康占比权重，计算出复杂装备在相应指标特征数据下的健康指数。2.根据权利要求1所述的方法，其特征在于，所述的获取与复杂装备健康指数减小和增加相关的指标，根据所述指标建立复杂装备全生命周期的健康评估体系，包括：利用与复杂装备健康指数减小相关的指标和与复杂装备健康指数增加相关的指标构建复杂装备全生命周期的健康评估体系，所述与复杂装备健康指数减少有关的指标集合为S1，集合S1中的元素S1i表示第i个与复杂装备健康指数减少相关的指标，集合S1中的指标个数为m；所述与复杂装备健康指数增加的相关指标集合S2，集合S2中的元素S2i表示第i个与复杂装备健康指数增加相关的指标，集合S2中的指标个数为n。3.根据权利要求2所述的方法，其特征在于，所述的利用所述指标计算出复杂装备全生命周期健康指数，包括：根据时间间隔t统计复杂装备在不同时刻的各个指标数据，设多个复杂装备统计的数据条数总数和为R_num，将所有统计指标数据构成矩阵M，M中的ID表示指标数据记录的索引，则M表示如下：IDS11S12.......S1m1a1b1.......c12a2b2.......c2...............................iaibi.......ci..................................R_numaR_numbR_num.......cR_numS21......S2nd1.......e1d2.......e2...................di.......ei.....................dR_num.......eR_num表中ai,bi,ci,di,ei表示各个复杂装备在某个时刻相应指标数据统计值；利用K-means聚类算法对矩阵M聚类，并计算聚完类后的各个类别的指标数据的统计值，得到复杂装备的全生命周期各个阶段的指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据。4.根据权利要求3所述的方法，其特征在于，所述的利用K-means聚类算法对矩阵M聚类，并计算聚完类后的各个类别的指标数据的统计值，得到复杂装备的全生命周期各个阶段的指标数据，对各个阶段的指标数据进行统计分析得到各个阶段的指标特征数据，包括：利用K-means聚类算法对矩阵M进行聚类，矩阵M的每一行数据代表复杂装备的一次指标统计数据，即为样本点，聚类结果为k类，k表示复杂装备全生命周期的阶段数；计算样本点与聚类中心点的误差平方和SSE：式中p表示样本点；式中mi表示聚类中心点；式中Ci表示样本点所在类别中的样本个数；根据SSE变化率判断最佳的k值，当SSE变化率减小时，k达到最佳聚类数；K-...

【专利技术属性】
技术研发人员：任爽，冯帆，
申请(专利权)人：北京北交智行信息技术有限公司，
类型：发明
国别省市：北京,11