基于T-test数据分析的辊子故障预警方法技术

本发明专利技术公开了一种基于T‑test数据分析的辊子故障预警方法，本方法收集辊子对应驱动电机的电流数据，将空值数据和零值数据剔除，保留非零的工作状态数据；按检维修记录划分故障数据、正常数据、基准数据以及对比数据；通过观测样本构造观测特征向量，采用基准数据作为样本构造基准向量，构建不同案例的基准向量以及对应的观测特征向量；采用双总体T‑test分别验证对应的基准向量与观测特征向量；构建记忆矩阵，采用Mset算法建立模型；计算观测特征向量F<subgt;obs</subgt;和估计特征向量F<subgt;est</subgt;的相似度值S<subgt;obs</subgt;，与相似度阈值比较，得到报警输出。本方法对辊子电机较长周期的电流信号数据进行分析，实现对不同状态下辊子电机电流数据分布的识别，提升报警模型的鲁棒性。

【技术实现步骤摘要】

本专利技术涉及设备检测，尤其涉及一种基于t-test数据分析的辊子故障预警方法。

技术介绍

1、如果样本总体呈正态分布，当样本总体的标准差未知，且样本容量＜30时，样本平均数与总体平均数的离差统计量呈t分布。t-test数据分析是利用t分布理论来推论差异发生的概率，进而比较两组数据的平均数差异是否显著。t-test基于两个样本的分布服从正态分布的假设之上，其零假设是两个样本总体的均值相同。

2、该方法应用于连铸机扇形段辊子健康状态监测，由于辊子发生故障的概率较小，可以收集的故障案例相对不足，因此难以利用故障样本数据进行建模；同时，由于当前可利用的有效数据仅有辊子电机的电流数据，数据维度低，利用单参数阈值进行状态判断的合理性欠佳，判断准确性和鲁棒性容易受到干扰，例如冲击数据，容易引起不必要的误报。

3、以连铸机弧形段辊子为例，如表1所示的案例情况统计所示，截止2022年7月，共计获得有记录的故障案例两次，其中6月12日的故障被判定为准确报警，6月28日的故障被判定为错误报警。通过数据分析，获得如图1a和图1b所示的数据分布情况，其中，本文档来自技高网...

【技术保护点】

1.一种基于T-test数据分析的辊子故障预警方法，其特征在于本方法包括如下步骤：

【技术特征摘要】

1.一种基于t-test数据分析的辊子故障...

【专利技术属性】
技术研发人员：吴杰，范中明，龚敬群，
申请(专利权)人：宝武装备智能科技有限公司，
类型：发明
国别省市：