一种机器故障的预测方法技术

本发明专利技术公开了一种机器故障的预测方法，本发明专利技术利用多个核函数，建立了多核组合相关向量机模型簇，并将机器的现场信号的信号特征、正常信号的信号特征和故障信号的信号特征分别输入多核组合相关向量机模型簇，进而产生了对应信号的模型粒子集，然后通过对上述各种模型粒子集中的各个模型粒子进行初始化权值运算、迭代预测运算、权值更新运算和重采样运算，筛选出粒子数量最多的模型粒子作为对应信号最优的多核组合相关向量机，最后，根据最优的多核组合相关向量机产生相应的图谱，并通过判断现场信号图谱分别与正常信号图谱和故障信号图谱的相似度，选择与现场信号图谱相似度最高的图谱作为机器故障的预测结果，进而实现了机器的故障预警。

A prediction method of machine failure

【技术实现步骤摘要】
一种机器故障的预测方法
本专利技术涉及机器设备故障预测
，具体涉及一种机器故障的预测方法。
技术介绍
发电设备是产生电力资源的重要基础，发电设备的正常运行，才能产生源源不断的电力资源，保障人们的正常用电。行业内对于发电设备的故障检测一般都采用计划检修或事后检修，存在检修冗余、资源浪费等问题，难以实现效益最优，而对于发电设备的健康程度，目前尚无一套完整的评价预测方法，出现故障时，均采用人工方式进行数据比对、故障排查和原因分析，耗时耗力，难以对发电设备可能出现的故障进行提前预测，在发电设备出现故障时会造成很大的财产损失，严重者还会造成人员伤亡，所以如何对机器设备出现的故障进行提前预测是一个亟待解决的问题。
技术实现思路
为了解决现有的发电设备一般采用人工方式进行故障检测，而不能提前对发电设备可能出现的故障进行预警的问题，本专利技术的目的在于提供一种通过建立多核组相关向量机模型簇，并将发电设备实际工作产生的信号输入进此模型簇中进行运算，输出图谱与故障信号图谱和正常信号图谱进行对比，进而实现设备故障预警的预测方法。...

【技术保护点】
1.一种机器故障的预测方法，其特征在于，包括以下步骤：/nS101.获取机器的现场信号、正常信号和若干故障信号，其中，所述现场信号为机器在实际工作时得到的模拟信号，所述正常信号为机器在正常工作时的理论模拟信号，所述故障信号为机器在出现故障时得到的且预存在对应故障信号库的模拟信号；/nS102.提取所述正常信号、所述现场信号和所述故障信号的信号特征，分别得到对应的正常信号特征、现场信号特征和故障信号特征；/nS103.获取多个核函数，利用多个核函数构建出多核组合相关向量机模型簇；/nS104.将所述正常信号特征、所述现场信号特征和所述故障信号特征分别输入所述多核组合相关向量机模型簇，并使用训练样...

【技术特征摘要】
1.一种机器故障的预测方法，其特征在于，包括以下步骤：
S101.获取机器的现场信号、正常信号和若干故障信号，其中，所述现场信号为机器在实际工作时得到的模拟信号，所述正常信号为机器在正常工作时的理论模拟信号，所述故障信号为机器在出现故障时得到的且预存在对应故障信号库的模拟信号；
S102.提取所述正常信号、所述现场信号和所述故障信号的信号特征，分别得到对应的正常信号特征、现场信号特征和故障信号特征；
S103.获取多个核函数，利用多个核函数构建出多核组合相关向量机模型簇；
S104.将所述正常信号特征、所述现场信号特征和所述故障信号特征分别输入所述多核组合相关向量机模型簇，并使用训练样本集进行训练；
S105.训练完毕后分别得到正常信号模型粒子集、现场信号模型粒子集和故障信号模型粒子集，并分别对正常信号模型粒子集中的各个正常信号模型粒子、现场信号模型粒子集中的各个现场信号模型粒子和故障信号模型粒子集中的各个故障信号模型粒子依次进行初始化权值运算、迭代预测运算、权值更新运算和重采样运算；
S106.运算完成后，分别统计各个正常信号模型粒子、各个现场信号模型粒子和各个故障信号模型粒子的粒子数量，选择粒子数量最多的正常信号模型粒子、现场信号模型粒子和故障信号模型粒子，并分别作为最优的正常信号多核组合相关向量机、现场信号多核组合相关向量机和故障信号多核组合相关向量机；
S107.根据最优的正常信号多核组合相关向量机、现场信号多核组合相关向量机和故障信号多核组合相关向量机，分别生成对应的正常信号图谱、现场信号图谱和故障信号图谱；
S108将现场信号图谱分别与正常信号图谱、故障信号图谱进行相似度对比，选择相似度最高的图谱作为机器的故障预测结果，并进行输出。


2.根据权利要求1所述的一种机器故障的预测方法，其特征在于，所述步骤S103中，多核组合相关向量机模型簇的建立具体包括以下步骤：
S103a.获取m个单一核函数，形成单一核函数集，并使用所述单一核函数集构造出多核组合核函数；
S103b.对所述多核组合核函数进行粒子滤波，得到多核组合核函数的权重粒子，并形成多核组合核函数权重矩阵其中，第i个多核组合核函数的权重矢量为wi；






式中，为第i个多核组合核函数中第j个单一核函数的权重；
S103c.利用所述多核组合核函数权重矩阵构建多核组合核函数集Ki；



式中，Ki(i＝1,2,...,n)为第i个多核组合核函数，Kj(j＝1,2,...,m)为第j个单一核函数，且
S103d.根据所述多核组合核函数集建立多核组合相关向量机模型簇。


3.根据权利要求1所述的一种机器故障的预测方法，其特征在于，在所述步骤S105中，针对各种模型粒子集，按照以下步骤依次进行初始化权值运算、迭代预测运算、权值更新运算和重采样运算：
S105a.分别初始化模型粒子集中的各个模型粒子的权值，并设定各个模型粒子的初始权值均为

【专利技术属性】
技术研发人员：钱冰，侯远航，马越，王彤，邓尧曦，王浩宇，
申请(专利权)人：国电大渡河检修安装有限公司，
类型：发明
国别省市：四川;51