基于灰色模糊层次分析的设备状态变量选择方法及设备技术

本发明专利技术涉及一种基于灰色模糊层次分析的设备状态变量选择方法及设备，选择方法包括以下步骤：获取多组候选状态变量；获取每组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；其中，以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：基于模糊理论构造相对重要度；基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；计算获得各变量的灰色评价权向量；基于各变量间的相对重要度及灰色评价权向量计算获得该组候选状态变量的评价值。与现有技术相比，本发明专利技术具有可靠性高等优点。

【技术实现步骤摘要】
基于灰色模糊层次分析的设备状态变量选择方法及设备
本专利技术属于工业设备状态监控
，尤其是涉及一种基于灰色模糊层次分析的设备状态变量选择方法及设备。
技术介绍
制造设备内往往会嵌入多种类型的传感器，如振动传感器、加速度传感器、温度传感器、电流传感器等等，它们能够实时采集如振动、温度、电流等能从不同方面直接或间接地反映设备状态变化的监测数据。目前设备健康管理领域相关研究多数使用单一传感器信号作为分析对象进行数据挖掘，然而，数据收集中极有可能混杂噪声等不确定性因素，而且不同设备状态对不同传感器源信号的敏感程度不一样，导致基于单一传感器信号建立设备状态评估模型的准确性较差，无法有效应用于复杂环境中运行的设备。因此，基于多源传感器信号建立设备状态评估模型是目前研究热点，但是也面临着在设备上装备哪些传感器、装备多少传感器的问题。工业领域目前针对设备状态变量选择方法往往基于专家知识经验进行，根据专家经验或设备运行历史数据人为判断需要装备的传感器类型和数量或从设备已装备的传感器中随机选择几种状态变量。如中国专利申请“电力系统暂态稳定性评估的关键状态变量选取方法及装置”(公开号为：CN108599152A)，该方法直接采用电力系统中可采集到的多个状态变量，进行特征选取获得关键状态变量再进行降维，获得最终的状态变量。但是该方法未考虑电力系统原始状态变量是否能够准确反映设备状态，以及选择原始状态变量时为随机选取，可能存在效果更好的状态变量。针对上述状态变量选择问题，目前常用的方法主要包括灰色系统理论、熵权法以及层次分析法。灰色系统理论根据灰色系统的行为特征数据，充分开发并利用不多的数据中的显信息和隐信息，寻找因素间或因素本身的数学关系。该方法属于客观评价法，较好地解决指标量化问题，但不同领域下所需的理想对象不同，且灰色系统模型难以确定。熵权法根据指标之间的差异程度来反映指标重要程度。该方法的结果与被评价对象有直接关系，易受原始数据影响，结果可能与认识不一致。层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出底层各个元素的优劣次序，可以比较有效地应用于那些难以用定量方法解决的课题。但层次分析法中的判断矩阵对结果起决定性作用，传统层次分析法利用1～9标度法建立两两比较判断矩阵，而具体尺度往往根据专家经验确定，主观性过大，且只给出各指标的权重无法确定所选指标的合理性。此外一致性检验时利用最大特征值法检验判断矩阵的一致性，当矩阵的阶数较大时，特征值求解过程较为复杂，一致性检验完成后如果一致性比率不满足要求，一旦矩阵未通过一致性检验，就要重新构造判断矩阵，过程复杂。如中国专利申请“一种基于层次分析法的装配尺寸链通路选择和评价方法”(公开号为：CN110569520A)，该方法应用层次分析法进行决策，但是决策过程中判断矩阵的构造主观影响过大，而且，在每次决策时需要进行一致性检验，过程复杂。因此需要选择一种有效、准确的方法进行设备状态变量的选择。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高的基于灰色模糊层次分析的设备状态变量选择方法及设备。本专利技术的目的可以通过以下技术方案来实现：第一方面，本专利技术提供一种基于灰色模糊层次分析的设备状态变量选择方法，包括以下步骤：获取与设备对应的多组候选状态变量；针对每组所述候选状态变量，获取该组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；其中，所述以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：基于模糊理论构造反映各变量间及每个变量各评价指标间的相对重要度；基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；基于所述每个变量各评价指标间的相对重要度及所述灰色评价权矩阵计算获得各变量的灰色评价权向量；基于所述各变量间的相对重要度及所述灰色评价权向量计算获得该组候选状态变量的评价值。进一步地，多个因素间的所述相对重要度通过以下步骤获取：比较两两因素间的重要程度，构建判断矩阵A＝(aij)n×n，n为因素个数，aij表示因素i与因素j间的重要程度；基于所述判断矩阵A获得对应的最优传递矩阵T＝(tij)n×n，且矩阵T满足最小；获得最优一致性矩阵F＝(fij)n×n，fij＝exp(tij)；利用方根法求得相应因素的相对重要度W＝{w1,w2,…,wn}，其中，所述因素为各变量或每个变量的各评价指标。进一步地，采用3标度法模糊评价标准构建所述判断矩阵，当因素i比j重要时，aij取1，当因素i与j同等重要时，aij取0，当因素j比i重要时，aij取-1。进一步地，所述计算每个变量的评价指标对应的灰色评价权矩阵具体为：获取各评价指标的专家打分，对打分范围进行区间划分获得h个灰类区间，并对所述灰类区间向左右两个方向延伸，获得h+2个区间及各区间的中心点集合λ＝{λ0,λ1,λ2,…,λh,λh+1}；计算各评价指标关于灰类k的白化权，其中，当k＝2,3,…,h-1时，采用三角白化权函数获得对应白化权，所述三角白化权函数fk(x)表示为：当k＝1或h时，采用混合型白化权函数获得对应白化权，具体地：其中，x为评价指标的专家打分，以Iqrl表示第l位专家对第r个指标的专家打分，专家总数为m；基于各评价指标的白化权计算获得所述灰色评价权矩阵ρq：其中，Tqrk为灰类k的灰类评价系数，Tqr为总灰色评价系数，进一步地，所述专家打分的分数范围为1-10。进一步地，所述各变量的灰色评价权向量通过以下公式获得：σq＝Wq×ρq其中，σq、Wq、ρq分别为第q个变量的灰色评价权向量、各评价指标的相对重要度及灰色评价权矩阵。进一步地，计算所述候选状态变量的评价值具体为：计算候选状态变量的决策向量ξ：ξ＝W×[σ1,σ2,…,σq,…]T其中，W为该组候选状态变量中各变量间的相对重要度，σq分别为第q个变量的灰色评价权向量；以决策向量ξ中最大元素对应的灰类作为该组候选状态变量的评价值。进一步地，所述决策向量ξ中各元素的和为1。第二方面，本专利技术提供一种电子设备，包括：一个或多个处理器；存储器；和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述基于灰色模糊层次分析的设备状态变量选择方法的指令。第三方面，本专利技术提供一种设备传感器安装布置方法，包括以下步骤：基于如上所述基于灰色模糊层次分析的设备状态变量选择方法获取需要采集的最终设备状态本文档来自技高网...

【技术保护点】
1.一种基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，包括以下步骤：/n获取与设备对应的多组候选状态变量；/n针对每组所述候选状态变量，获取该组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；/n以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；/n其中，所述以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：/n基于模糊理论构造反映各变量间及每个变量各评价指标间的相对重要度；/n基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；/n基于所述每个变量各评价指标间的相对重要度及所述灰色评价权矩阵计算获得各变量的灰色评价权向量；/n基于所述各变量间的相对重要度及所述灰色评价权向量计算获得该组候选状态变量的评价值。/n

【技术特征摘要】
1.一种基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，包括以下步骤：
获取与设备对应的多组候选状态变量；
针对每组所述候选状态变量，获取该组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；
以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；
其中，所述以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：
基于模糊理论构造反映各变量间及每个变量各评价指标间的相对重要度；
基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；
基于所述每个变量各评价指标间的相对重要度及所述灰色评价权矩阵计算获得各变量的灰色评价权向量；
基于所述各变量间的相对重要度及所述灰色评价权向量计算获得该组候选状态变量的评价值。


2.根据权利要求1所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，多个因素间的所述相对重要度通过以下步骤获取：
比较两两因素间的重要程度，构建判断矩阵A＝(aij)n×n，n为因素个数，aij表示因素i与因素j间的重要程度；
基于所述判断矩阵A获得对应的最优传递矩阵T＝(tij)n×n，且矩阵T满足最小；
获得最优一致性矩阵F＝(fij)n×n，fij＝exp(tij)；
利用方根法求得相应因素的相对重要度W＝{w1,w2,…,wn}，其中，






所述因素为各变量或每个变量的各评价指标。


3.根据权利要求2所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，采用3标度法模糊评价标准构建所述判断矩阵，当因素i比j重要时，aij取1，当因素i与j同等重要时，aij取0，当因素j比i重要时，aij取-1。


4.根据权利要求1所述的基于灰色模糊层次分析的设备状态变量选择方法，其特征在于，所述计算每个变量的评价指标对应的灰色评价权矩阵具体为：
获取各评价指标的专家打分，对打分范围进行区间划分获得h个灰类区间，并对所述灰类区间向左右两个方向延伸，获得h+2个区间及各区间的中心点集合λ＝{λ0,λ1,λ2,…,λh,λh+1}；
计算各评价指标关于灰类k的白化权，其中，当k＝2,3,…,...

【专利技术属性】
技术研发人员：乔非，翟晓东，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31