一种力磁声三场数据融合工业设备损伤识别方法技术

本发明专利技术涉及一种力磁声三场数据融合工业设备损伤识别方法，采集工业设备正常工况下的力磁声三场数据，并对采集到的力磁声三场数据进行归一化处理，对处理后的力磁声三场数据进行奇异值分解，计算相应的奇异值矩阵以及负荷向量，并且利用F‑分布计算得到工业设备的统计量阈值；对待检测的力磁声三场样本观测值，根据奇异值矩阵以及负荷向量，分别计算待检测的力磁声三场样本观测值的T

【技术实现步骤摘要】
一种力磁声三场数据融合工业设备损伤识别方法
本专利技术涉及工业设备损伤识别领域，具体地说是一种力磁声三场数据融合工业设备损伤识别方法。
技术介绍
工业过程是国家经济发展、科技进步的基础，工业设备的安全可靠运行，能够减少经济损失，保障操作人员安全。因此，工业设备的损伤识别被广泛研究。目前，工业设备损伤识别主要是基于一种类型的数据，例如，起重机的损伤识别主要基于来自力场的数据。但是，根据单一种类的传感器采集的数据进行损伤识别，可能会导致较低的损伤识别率。如果工业设备存在损伤，势必会造成设备的寿命降低，还可能威胁操作人员的安全以及较大的经济损失。因此，考虑利用工业设备采集的力磁声多场数据，进行数据融合，提高损伤识别的检测效果。传统的基于数据的工业设备损伤识别的方法有很多，如主元分析(PCA)，偏最小二乘(PLS)，隐马尔可夫模型(HMM)，人工神经网络(ANN)等以及相应的改进方法。上述方法均是针对单场数据进行建模损伤识别的，而仅仅利用单场数据，由于数据采集部位的局限性，可能导致较低的损伤识别率。因此需要考虑将多场数据进行融合，利用多场数据的本文档来自技高网...

【技术保护点】
1.一种力磁声三场数据融合工业设备损伤识别方法，其特征在于，包括以下步骤：/n步骤1：采集工业设备正常工况下的力磁声三场数据，并对采集到的力磁声三场数据进行归一化处理，对处理后的力磁声三场数据进行奇异值分解，计算相应的奇异值矩阵以及负荷向量，并且利用F-分布计算得到工业设备的统计量阈值；/n步骤2：对待检测的力磁声三场样本观测值，根据步骤1得到的奇异值矩阵以及负荷向量，分别计算待检测的力磁声三场样本观测值的T

【技术特征摘要】
1.一种力磁声三场数据融合工业设备损伤识别方法，其特征在于，包括以下步骤：
步骤1：采集工业设备正常工况下的力磁声三场数据，并对采集到的力磁声三场数据进行归一化处理，对处理后的力磁声三场数据进行奇异值分解，计算相应的奇异值矩阵以及负荷向量，并且利用F-分布计算得到工业设备的统计量阈值；
步骤2：对待检测的力磁声三场样本观测值，根据步骤1得到的奇异值矩阵以及负荷向量，分别计算待检测的力磁声三场样本观测值的T2统计量，并转化为损伤存在的条件概率；
步骤3：将损伤存在的条件概率利用贝叶斯推理的方法进行融合，得到工业设备损伤识别结果。


2.根据权利要求1所述的力磁声三场数据融合工业设备损伤识别方法，其特征在于：所述力磁声三场数据分别构成矩阵：









其中，Xl，Xc，Xs分别表示采集的力场、磁场、声场三场数据观察值组成的矩阵，ml，mc，ms分别表示力场、磁场、声场三场数据观测值包含的变量数，nl，nc，ns分别表示力场、磁场、声场三场数据相应的观测值样本数。


3.根据权利要求1所述的力磁声三场数据融合工业设备损伤识别方法，其特征在于：所述对处理后的力磁声三场数据进行奇异值分解包括：









其中，Xl*，Xc*，Xs*分别表示归一化处理后的力场、磁场、声场三场观察值矩阵，Ul，Uc，Us分别表示力场、磁场、声场三场数据观测值奇异值分解后得到的酉矩阵，Σl，Σc，Σs分别表示力场、磁场、声场三场数据观测值奇异值分解后得到的奇异值矩阵，Pl，Pc，Ps分别表示力场、磁场、声场三场数据观测值奇异值分解后得到的负荷向量矩阵。


4.根据权利要求1所述的力磁声三场数据融合工业设备损伤识别方法，其特征在于：所述利用F-分布计算得到设备正常运行下的统计量阈值包括：









其中，分别表示力场、磁场、声场三场数据观测值统计量的阈值，nl，nc，ns分别表示力场、磁场、声场三场数据相应的观测值样本数，ml，mc，ms分别表示力场、磁场、声场三场数据观测值包含的变量数，Fα(ml,nl-ml)，Fα(mc,nc-mc)，Fα(ms,ns-ms)分别是指自由度为ml和nl-ml、mc和nc-mc、ms和ns-ms，显著性水平为α的F-分布。


5.根据权利要求1所述的力磁声三场数据融合工业设备损伤识别方法，其特征在于：所述在线采集的力磁声三场样本观测值为：









其中，Yl，Yc，Ys分别表示力场、磁场、声场三场数据在线采集的观测值样本数，nl，nc，ns分别表示力场、磁场、声场三场数据相应的待检测观测值样本数，ml，mc，ms分别表示力场、磁场、声场三场待检测数据观测值包含的变量数。


6.根据权利要求1所述的力磁声三场数据融合工业设备损伤识别方法，其特征在于：所述计算待检测的力磁声三场样本观测值的T2统计量，并转化为损伤存在的条件概率，包括以下步骤：
步骤2.1：计算待检测的力磁声三场样本观测值的T2统计量：









其中，分别表示力场、磁场、声场三场数据观测值计算得到的T2统计量，yi,l，yi,c，yi,s分别表示力场、磁场、声场三场在线采集待检测的第i个数据观测值，Σl，Σc，Σs分别表示力场、磁场、声场三场数据观测值奇异值分解后得到的奇异值矩阵，Pl，Pc，Ps分别表示力场、磁场、声场三场数据观测值奇异值分解后得到的负荷向量矩阵。
步骤2.2：将力场、磁场、声场得...

【专利技术属性】
技术研发人员：潘怡君，郑泽宇，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：辽宁;21