【技术实现步骤摘要】
一种智能制造设备的在线故障预测方法及装置
本专利技术涉及故障诊断
,具体涉及一种智能制造设备的在线故障预测方法及装置。
技术介绍
智能制造设备的故障可分为预期故障和非预期故障,一个完备故障库应该包括所有预期(已知)故障和非预期(未知)故障的集合。但是智能制造设备的系统复杂、从故障出现到灾难发生时间太短难以及时获取故障数据、系统所处环境变化导致难以判断系统所处的状态等客观原因,使得完备故障库的获取非常困难。而对于高可靠的智能制造设备来讲,被人们已知的预期故障在实际应用中甚少发生,而在线发生的往往都是非预期故障。非预期故障诊断是预期故障诊断的扩展,对非预期故障的检测、诊断及处理是复杂系统故障诊断领域的难点,也是故障诊断技术的发展方向。因此,在完成故障检测后,对故障模式、故障特征以及故障属性进行有效分析,从而实现非预期故障的识别,提高对智能制造设备的非预期故障的诊断能力成为关键问题。
技术实现思路
本专利技术提供一种智能制造设备的在线故障预测方法及装置,提高了对智能制造设备的非预期故障的诊断能力。本专利技术提供的一种智能制造设备的在线故障预测方法,包括以下步骤:步骤S1、获取当前故障诊断的结果;步骤S2、构建未知故障检测统计量;步骤S3、获取未知故障检验阈值;步骤S4、对当前故障进行未知故障的检测。进一步,所述步骤S1中当前故障诊断的结果具体包括:当前故障样本方向r,第i种已知故障模式特征方向Ri,平稳残差项的协方差矩阵Σ。进一步,所述步骤S2中构建未知故障检测统计量具体通过以下公式获得,其中,U(r,Ri)即为未知故障检测统计量。进一步,所述步骤S3具体包括 ...
【技术保护点】
1.一种智能制造设备的在线故障预测方法,其特征在于,包括以下步骤:步骤S1、获取当前故障诊断的结果;步骤S2、构建未知故障检测统计量;步骤S3、获取未知故障检验阈值;步骤S4、对当前故障进行未知故障的检测。
【技术特征摘要】
1.一种智能制造设备的在线故障预测方法,其特征在于,包括以下步骤:步骤S1、获取当前故障诊断的结果;步骤S2、构建未知故障检测统计量;步骤S3、获取未知故障检验阈值;步骤S4、对当前故障进行未知故障的检测。2.根据权利要求1所述的一种智能制造设备的在线故障预测方法,其特征在于,所述步骤S1中当前故障诊断的结果具体包括:当前已知故障样本方向r,第i种已知故障模式特征方向Ri,已知故障平稳残差项的协方差矩阵Σ。3.根据权利要求1所述的一种智能制造设备的在线故障预测方法,其特征在于,所述步骤S2中构建未知故障检测统计量具体通过以下公式获得,其中,U(r,Ri)即为未知故障检测统计量。4.根据权利要求1所述的一种智能制造设备的在线故障预测方法,其特征在于,所述步骤S3具体包括:设定显著性水平为α,则对应的未知故障检验阈值即为UFDSα。5.根据权利要求1所述的一种智能制造设备的在线故障预测方法,其特征在于,所述步骤S4具体包括:对检测残差的协方差矩阵Σ进行正交相似对角化,即Σ=PTd...
【专利技术属性】
技术研发人员:张彩霞,王向东,王新东,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。