一种基于加权灰色关联度分析的故障诊断评估方法技术

本发明专利技术涉及一种基于加权灰色关联度分析的故障诊断评估方法，采用了加权灰色关联度评估方法，基于各种故障诊断方法的诊断结果，统计诊断指标，采用熵权法获得权重，借用信息论中熵的概念，反映了有效信息的多寡，提高了综合评价的客观性；进一步用灰色关联度方法来得到各种待评估诊断方法的最优接近度，定量呈现出各种方法的优劣，增强了评估结果的准确性。

【技术实现步骤摘要】
一种基于加权灰色关联度分析的故障诊断评估方法
本专利技术涉及故障诊断领域的故障诊断方案的评估方法，具体涉及一种基于加权灰色关联度分析的故障诊断评估方法。
技术介绍
对于一个具体的动态系统,采用不同的故障诊断方法构成的故障诊断系统其性能必然各异,诊断能力也有差异，应该对不同诊断方法的诊断性能做出定量或定性的评估。从哪些方面对故障诊断方法进行评估,评估的标准是什么,是在研究故障诊断和系统可靠性分析问题时应该给予足够重视的问题。这不仅可以对不同的故障诊断方法做出比较,还可以帮助设计出性能更好的故障诊断方法,是故障诊断和系统设计研究的一个重要方向。目前故障诊断方法的在国内外已经取得了丰富的研究成果，但针对故障诊断方法评估技术的研究相对较少，仍处于探索阶段。在实际的工程设计中,首先要正确分析工况条件以及最终的性能要求,针对不同的应用领域和具体的问题,明晰哪些性能是主要的,哪些是次要的,然后对众多的故障诊断方法进行分析,经过适当的权衡和取舍,提出恰如其分的要求,最终选定最佳的解决方案。本专利技术提供的方法能够对多种故障诊断方案做出评估，可以定量评估故障诊断方案优劣，从而可以大幅改善评估机制体系。
技术实现思路
要解决的技术问题目前存在的故障诊断评估技术大多是针对某一类故障诊断方法，适应性和应用范围有限，并且缺乏定量评估。本专利技术通过对多项故障诊断指标进行加权灰色关联度分析，能够给出描述故障诊断能力的定量指标，确保了诊断评估结果的准确性和客观性。此外，本专利技术结合测试类通用故障诊断指标，适用于多种故障诊断方法，也适用于多类系统，保证了诊断评估的适应性。这些创新性方法可以帮助我们在多种待评估故障诊断方法中选择到最适合动态系统的解决方案。技术方案一种基于加权灰色关联度分析的故障诊断评估方法，其特征在于步骤如下：步骤1：针对每一种故障诊断方案，在测试仿真系统中注入故障，得到故障诊断结果；分析测试仿真数据，计算每种诊断方案下的指标；步骤2：基于诊断指标构造评估指标矩阵，并对矩阵进行规范化处理，并用熵权法进行权值计算；1)对评估指标矩阵进行规范化处理根据指标类型选择规范性处理方法：越大越优型指标：其中，x(i,j)是第j个待评估对象在第i个评估指标下的指标值，若xmax(i)＝xmin(i)，则r(i,j)＝1；越小越优型指标：其中，若xmax(i)＝xmin(i)，则r(i,j)＝1；定型指标越接近某一标准值越优：以上述计算的r(i,j)值作为元素可得规范化指标值矩阵R＝(rij)m×n；2)采用熵权法对处理后的规范化矩阵进行权重值求取根据熵权法理论，由下式计算得到第i项指标的熵值，其中k＝1/(lnn)，当fij＝0时，fijlnfij＝0；由下式可计算得到第i项指标的熵权，即权重式中，0<wi<1，且由此可得权重向量为：W＝[w1w2w3…wm]T步骤3：对评估指标矩阵进行灰色关联度分析，结合指标权重得到加权灰色关联度，进行诊断能力综合评估；1)灰色关联度分析；首先,求出系统的最优方案G和最劣方案B：最优方案向量最劣方案向量其次,利用下面的灰关联系数公式求第j个方案向量Rj与最优方案向量G的关联系数其中，Δj(k)＝|gk-rjk|，k＝1,2,…m，分辨系数ρ是0到1之间的数；若则ζk(Rj,G)＝1；第j个方案向量Rj与最劣方案向量B的关联系数其中，Δj(k)＝|bk-rjk|，k＝1,2,…m，分辨系数ρ是0到1之间的数；若则ζk(Rj,B)＝1；最后，利用层次分析法得到的组合权重W和关联系数，计算加权灰关联度Rj与最优方案向量G的灰关联度：D(Rj,G)＝WTζ(Rj,G)其中，ζ(Rj,G)＝[ζ1(Rj,G)ζ2(Rj,G)…ζm(Rj,G)]；Rj与最劣方案向量B的灰关联度：D(Rj,B)＝WTζ(Rj,B)其中，ζ(Rj,B)＝[ζ1(Rj,B)ζ2(Rj,B)…ζm(Rj,B)]；2)故障诊断能力综合评估假如第j个方案向量Rj以Vj从属于最优方案向量G,那末Rj以(1-Vj)从属于最劣方案向量B,则称(1-Vj)为第j个方案向量Rj偏离于最优方案向量G的优偏离度,Vj为第j个方案向量Rj偏离于最劣方案向量B的劣偏离度；根据最优原理，给出性能指标函数：求解得到Vj最优值计算模型为：该模型具有明确的物理意义：1)Vj＞0.5，表明Rj从属于最优方案的程度大于从属于最劣方案的程度；Vj＜0.5，其物理意义相反；2)Vj＝0.5，表明Rj从属于最优方案的程度与从属于最劣方案的程度相等；3)Vj＝1，表明Rj必定为最优方案；Vj＝0，其物理意义相反；4)Vj越大，表明第j个方案Rj的性能越好；Vj越小；表明第j个方案Rj的性能越差；最优接近度向量V＝[V1V2…Vn]；因此，根据Vj的大小不同排出各种待评估故障诊断方案的优劣次序,即可得到综合评估结果。所述的步骤1中的指标包括故障检测率、故障隔离率、虚警率、平均故障检测时间和平均故障隔离时间；1)故障检测率故障检测率FDR是指检测并发现系统内一个或者多个故障的能力，定义为在规定的时间内，正确地检测出的故障数与发生的故障总数之比，用百分数表示；其定量数学模型可表示为式中NT——故障总数，即在工作时间内发生的实际故障数；ND——正确检测到的故障数；2)故障隔离率故障隔离率FIR是指快速而准确地隔离每一个已检测到的故障的能力，定义为在规定的时间内，用规定的方法将故障正确地隔离到具体单元的故障数与在同一时间内已检测到的故障数之比，用百分数表示；其数学模型为式中NI——在规定条件下用规定方法正确隔离到具体单元的故障数；ND——在规定条件下用规定方法正确检测到的故障数；3)虚警率虚警率FAR是指在规定的工作时间内，发生的虚警数与同一时间内的故障指示总数之比，用百分数表示；其中，虚警是指当故障诊断算法检测出被测单元有故障，而实际上该单元不存在故障的情况；FAR的数学模型可表示为式中NFA——虚警次数；NF——真实故障指示次数；N——指示(报警)总次数；4)平均故障检测时间平均故障检测时间MFDT是指当故障发生后，由诊断方法检测并指示该故障所需时间的平均值，其数学模型可表示为：式中tDi——诊断方法检测并指示第i个故障所需时间；ND——被诊断方法检测出的故障数；5)平均故障隔离时间平均故障隔离时间MFIT定义为从开始隔离故障到完成故障隔离所经历时间的平均值，其数学模型可表示为：本文档来自技高网...

【技术保护点】
1.一种基于加权灰色关联度分析的故障诊断评估方法，其特征在于步骤如下：/n步骤1：针对每一种故障诊断方案，在测试仿真系统中注入故障，得到故障诊断结果；分析测试仿真数据，计算每种诊断方案下的指标；/n步骤2：基于诊断指标构造评估指标矩阵，并对矩阵进行规范化处理，并用熵权法进行权值计算；/n1)对评估指标矩阵进行规范化处理/n根据指标类型选择规范性处理方法：/n越大越优型指标：/n

【技术特征摘要】
1.一种基于加权灰色关联度分析的故障诊断评估方法，其特征在于步骤如下：
步骤1：针对每一种故障诊断方案，在测试仿真系统中注入故障，得到故障诊断结果；分析测试仿真数据，计算每种诊断方案下的指标；
步骤2：基于诊断指标构造评估指标矩阵，并对矩阵进行规范化处理，并用熵权法进行权值计算；
1)对评估指标矩阵进行规范化处理
根据指标类型选择规范性处理方法：
越大越优型指标：



其中，x(i,j)是第j个待评估对象在第i个评估指标下的指标值，若xmax(i)＝xmin(i)，则r(i,j)＝1；
越小越优型指标：



其中，若xmax(i)＝xmin(i)，则r(i,j)＝1；
定型指标越接近某一标准值越优：






以上述计算的r(i,j)值作为元素可得规范化指标值矩阵R＝(rij)m×n；
2)采用熵权法对处理后的规范化矩阵进行权重值求取
根据熵权法理论，由下式计算得到第i项指标的熵值，



其中k＝1/(lnn)，当fij＝0时，fijlnfij＝0；
由下式可计算得到第i项指标的熵权，即权重



式中，0<wi<1，且由此可得权重向量为：
W＝[w1w2w3…wm]T
步骤3：对评估指标矩阵进行灰色关联度分析，结合指标权重得到加权灰色关联度，进行诊断能力综合评估；
1)灰色关联度分析；
首先,求出系统的最优方案G和最劣方案B：
最优方案向量
最劣方案向量
其次,利用下面的灰关联系数公式求第j个方案向量Rj与最优方案向量G的关联系数



其中，Δj(k)＝|gk-rjk|，k＝1,2,…m，分辨系数ρ是0到1之间的数；若则ζk(Rj,G)＝1；
第j个方案向量Rj与最劣方案向量B的关联系数



其中，Δj(k)＝|bk-rjk|，k＝1,2,…m，分辨系数ρ是0到1之间的数；若则ζk(Rj,B)＝1；
最后，利用层次分析法得到的组合权重W和关联系数，计算加权灰关联度Rj与最优方案向量G的灰关联度：
D(Rj,G)＝WTζ(Rj,G)
其中，ζ(Rj,G)＝[ζ1(Rj,G)ζ2(Rj,G)…ζm(Rj,G)]；
Rj与最劣方案向量B的灰关联度：
D(Rj,B)＝WTζ(Rj,B)
其中，ζ(Rj,B)＝[ζ1(Rj,B)ζ2(Rj,B)…ζm(Rj,B)]；
2)故障诊断能力综合评估
假如第j个方案向量Rj以Vj从属于最优方案向量G,那末Rj以(1-Vj)从属于最劣方案向量B,则称(1-Vj)为第j个方案向量Rj偏离于最优方案向量G的优偏离度,Vj为第j个方案向量Rj偏离于最劣方案向量B的劣偏离度；根据最优...

【专利技术属性】
技术研发人员：韩渭辛，许斌，杨婷，范泉涌，贾坤浩，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61