【技术实现步骤摘要】
基于递推规范变量残差和核主元分析的微小故障检测方法
[0001]本专利技术涉及故障诊断
,尤其涉及一种基于递推规范变量残差和核主元分析的微小故障检测方法。
技术介绍
[0002]随着系统日益大型化和复杂化,故障诊断技术已成为保证系统安全运行的一种重要手段。按照故障引起的征兆大小,可分为显著故障和微小故障。微小故障在早期的主要特征是发展变化缓慢,故障征兆不明显,容易被噪声所淹没;随着时间累积,故障幅值缓慢增加进而发展成为显著故障,如果不及早发现,可能会导致系统失效从而引发严重后果。
[0003]微小故障的特点导致了在早期检测到微小故障的发生是非常困难的。现有的微小故障诊断方法主要包括基于知识的故障诊断方法、基于解析模型的故障诊断方法以及基于数据驱动的故障诊断方法。考虑到系统结构组成及功能的复杂性,基于知识和基于解析模型的故障诊断方法往往难以实施。因此,基于数据驱动的微小故障诊断方法成为了研究热点。其优点在于不需要完备的结构功能等先验知识,也不需要构建精确的物理模型。大量多元统计分析技术被用于微小故障检测领域。如:Harmouche等针对传统PCA方法的T2统计量存在对微小故障不敏感的问题,提出了一种基于KL散度(Kullback
‑
Leiblerdivergence,KLD)的微小故障检测方法;Zhang等将PCA和KLD相结合,并对PCA所得到的投影向量进行优化,使得投影向量对于KLD故障检测方法是局部最优的;Chen等基于KLD对非高斯电驱动系统的早期微小故障进行了检测,并分析了该方 ...
【技术保护点】
【技术特征摘要】
1.一种基于递推规范变量残差和核主元分析的微小故障检测方法,其特征在于,包括:步骤S1,离线训练,步骤S11:获取正常运行状态下的检测数据Y0并对其进行标准化,得到标准化后的检测数据Y;步骤S12:构造过去观测矩阵Y
p
和未来观测矩阵Y
f
,并分别计算Y
p
和Y
f
的协方差和互协方差矩阵;步骤S13:对矩阵H执行奇异值分解并确定主导奇异值个数q;步骤S14:计算规范变量残差d并对d进行EWMA滤波以得到滤波后的规范变量残差步骤S15:构造核矩阵K并均值中心化,求解其特征值和特征向量;步骤S16:计算主元得分向量步骤S17:构造故障检测统计量和Q
ck
;步骤S18:计算对应的控制限Q
UCL,ck
;步骤S2,在线检测,步骤S21:获取实际检测数据,并使用Y0的均值和协方差对其进行标准化,得到标准化后的检测数据Y
test
;步骤S22:构造过去观测矩阵Y
p,test
和未来观测矩阵Y
f,test
;步骤S23:采用所述步骤S14的方法计算规范变量残差d
test
并对d
test
进行EWMA滤波以得到滤波后的规范变量残差步骤S24:利用和构造核矩阵K
test
并均值中心化,求解其特征值和特征向量;步骤S25:采用所述步骤S16的方法计算主元得分向量步骤S26:采用所述步骤S17的方法计算故障检测统计量和Q
ck,test
;步骤S27:若或Q
ck,test
>Q
UCL,ck
,则检测到故障发生。2.根据权利要求1所述的基于递推规范变量残差和核主元分析的微小故障检测方法,其特征在于,在所述步骤S11中,对正常运行状态下的检测数据进行标准化处理的方法为,设为原始检测数据,其中,n为样本个数,m为变量个数,为第k个样本,对原始检测数据进行标准化处理,设定式中,为第j个变量的均值,s
j
为第j个变量的标准差,j=1,2,。。。,m,则原始检测数据矩阵Y0转化为:Y=[y1…
y
n
]
T
。3.根据权利要求2所述的基于递推规范变量残差和核主元分析的微小故障检测方法,其特征在于,在所述步骤S12中,构造过去观测矩阵Y
p
和未来观测矩阵Y
f
,并分别计算Y
p
和Y
f
的协方差和互协方差矩阵的方法为,当原始检测数据矩阵Y0转化为:Y=[y1…
y
n
]
T
时,对于
第k个检测样本,设定其过去观测向量y
p(k)
和未来观测向量y
f(k)
的表达式分别为:的表达式分别为:式中,p和f分别表示过去观测向量和未来观测向量的窗口长度;设定过去观测矩阵和未来观测矩阵的表达式分别为:Y
p
=[y
p
(p+1) y
p
(p+2)
…
y
p
(p+N)] (4)Y
f
=[y
f
(p+1) y
f
(p+2)
…
y
f
(p+N)] (5)式中,N=n
‑
f
‑
p+1,设定Y
p
的协方差的表达式为:设定Y
f
的协方差的表达式为:设定Y
p
和Y
f
的互协方差的表达式为:式中,参数p和f满足{mp,mf}<N。4.根据权利要求3所述的基于递推规范变量残差和核主元分析的微小故障检测方法,其特征在于,在所述步骤S13中,对矩阵H执行奇异值分解并确定主导奇异值个数q的方法为,在完成所述步骤S12后,对矩阵H执行奇异值分解计算,设定:式中,U和V分别是由左右奇异向量组成的矩阵,对角矩阵S由有序奇异值组成,设定S=diag(∑1,
…
,∑
γ
,0,
…
,0),γ为矩阵H的秩,取U和V具有最大相关性的前q列,其中q<mp,得到降维后的矩阵Uq和Vq,则投影矩阵J和L的表达式分别为:得到降维后的矩阵Uq和Vq,则投影矩阵J和L的表达式分别为:5.根据权利要求4所述的基于递推规范变量残差和核主元分析的微小故障检测方法,其特征在于,在所述步骤S14中计算规范变量残差d并对...
【专利技术属性】
技术研发人员:史贤俊,秦玉峰,秦亮,聂新华,王朕,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:
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。