【技术实现步骤摘要】
一种故障量化传播分析的监测点优选方法
本专利技术属于机械设备故障监测
，特别是涉及一种故障量化传播分析的监测点优选方法。
技术介绍
由于机械系统部件运动的特点和故障增长特性，故障耦合、关联度较强，为了避免部件突发失效，需要选择有效的监测点跟踪、监控故障增长趋势。而在现有方法在选择监测点时，未全面分析监测点对故障跟踪能力的影响，使得监测点监控数据对故障增长的敏感度、故障类型辨识度、鲁棒性、趋势单调性等方面的效果不显著；并且，现有技术对故障跟踪能力分指标的权重设置不合理。
技术实现思路
为了解决上述问题，本专利技术提出了一种故障量化传播分析的监测点优选方法，能够从单调性、趋势性、辨识性、鲁棒性等方面综合量化分析监测点对故障增长过程的跟踪能力，避免选择监测点的片面性；解决主观确定跟踪能力分指标权重的盲目性，确保优化选择的监测点对故障跟踪能力最优，能够有效避免机械运动部件突发失效，并为监控跟踪故障演化过程及故障预测提供数据支撑。为达到上述目的，本专利技术采用的技术方案是：一种故障量化传播分析的监测点优选方法，包括步骤：S100，对机械系统内部的多个监测点采集全寿命数据；...
【技术保护点】
1.一种故障量化传播分析的监测点优选方法，其特征在于，包括步骤：S100，对机械系统内部的多个监测点采集全寿命数据；S200，根据所述全寿命数据，建立监测点故障增长趋势矩阵；S300，基于所述监测点故障增长趋势矩阵，根据所述全寿命数据，建立监测点跟踪能力矩阵；S400，基于所述监测点跟踪能力矩阵，计算跟踪能力各个分指标的权重；S500，根据所得各个分指标的权重，计算各监测点到理想解的距离平方和，选择距离平方和最小值对应的监测点作为优化选择结果。
【技术特征摘要】
1.一种故障量化传播分析的监测点优选方法，其特征在于，包括步骤：S100，对机械系统内部的多个监测点采集全寿命数据；S200，根据所述全寿命数据，建立监测点故障增长趋势矩阵；S300，基于所述监测点故障增长趋势矩阵，根据所述全寿命数据，建立监测点跟踪能力矩阵；S400，基于所述监测点跟踪能力矩阵，计算跟踪能力各个分指标的权重；S500，根据所得各个分指标的权重，计算各监测点到理想解的距离平方和，选择距离平方和最小值对应的监测点作为优化选择结果。2.根据权利要求1所述的一种故障量化传播分析的监测点优选方法，其特征在于，在所述步骤S100中，在机械系统内外部根据监测需求设置多个监测点，构成监测点集合NT为监测点总数；监测故障增长过程中引起的异常信号，获得机械部件从正常状态到完全失效状态整个故障增长过程中监测点采集的信号集NO为故障增长过程中监测点采集的数据总数。3.根据权利要求2所述的一种故障量化传播分析的监测点优选方法，其特征在于，在所述步骤S200中，构建监测点故障增长趋势矩阵：式中，矩阵的行表示每个监测点描述的故障增长趋势，矩阵的列表示某个时刻点各个监测点采集数据的特征值，矩阵中第i行第j列值xij表示监测点ti在j时刻采集数据oj提取的特征值；NT为系统中监测点的总数，NO为故障增长全过程中采集的数据总数。4.根据权利要求3所述的一种故障量化传播分析的监测点优选方法，其特征在于，在所述步骤S300中，构建监测点故障跟踪能力矩阵：式中，φ1,φ2,φ3,φ4分别为监测点对故障增长过程的单调能力、趋势能力、辨识能力和鲁棒能力的计算函数；矩阵的行表示系统中可利用的监测点，矩阵的列表示每个监测点对故障增长趋势跟踪能力的四个分指标，Y矩阵中第i行第j列值yij表示监测点ti对故障增长过程的第j种能力，1≤i≤NT，1≤j≤4。5.根据权利要求4所述的一种故障量化传播分析的监测点优选方法，其特征在于，所述监测点对故障增长过程的单调能力、趋势能力、辨识能力和鲁棒能力的计算函数φ1,φ2,φ3,φ4为式中，为监测点ti描述的故障演化趋势的时间序列，xij表示监测点ti在j时刻采集数据oj提取的特征值，NO为故障增长过程采集的数据样本总数；d/dx＝xj-xj-1，No.of(d/dx)>0表示X序列中后者大于前者的数目，即正差，No.of(d/dx)<0表示X序列中后者小于前者...
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。