System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种测试优化配置方法,具体说是一种面向故障诊断的测试优化配置方法,属于测试优化配置。
技术介绍
1、随着系统的功能和组成越来越复杂,系统的失效概率也随之增加。故障诊断技术是保证系统安全、正确、高效运行的关键。近些年来,国内外学者针对故障诊断技术开展了深入研究。然而,传统的方法是通过数据采集、数据处理、故障辨识等手段进行故障诊断,但如果测量数据本身不能充分反映出故障信息,则无法通过故障诊断算法进行故障诊断,因此需要通过设计提高系统自身的故障可诊断能力。
2、当系统的故障可诊断属性较低时,需要对系统的故障可诊断能力进行优化设计。一般来说,通过在系统中增设测试点或传感器来增加测量信息,可以提高系统的故障可诊断能力。然而,系统中的测试点的位置和数量往往受系统结构和经济条件的限制;此外,增加测试点也会降低系统的整体可靠性。因此,以提高系统故障可诊断能力为目标的测试优化配置问题需要进一步进行研究。
3、测试优化配置通过优化测试个数、位置等参数,在最为经济可靠的情况下满足系统的故障诊断需求。国内学者发表的一些研究成果,但仍存在以下不足:在测试优化配置问题上集中于定性研究,即各测试对故障可诊断能力的贡献集中于“故障是否能够被诊断”的定性评价,而没有考虑到测试配置对故障诊断难易程度的影响。
技术实现思路
1、本专利技术的目的在于解决现有测试对故障可诊断能力的定性评价,而没有考虑到测试配置对故障诊断难易程度的影响,提出一种面向故障诊断的测试优化配置方法,该方法能够
2、为了解决上述问题,本申请是通过以下技术方案实现的:
3、一种面向故障诊断的测试优化配置方法,其特殊之处在于:包括以下步骤:
4、步骤一:对配置不同测试组合情况下系统的故障可诊断能力进行评价:将故障可诊断能力定量评价转化为不同故障模式下测量数据分布相似性度量,具体步骤如下:
5、a、确定诊断能力阈值ε,ε为在使用全部d个测试下两组正常情况下测量数据之间的最大均值差异和阈值余量的和,即诊断能力阈值=使用全部d个测试下两组正常情况下测量数据之间的最大均值差异+阈值余量;
6、所述阈值余量根据噪声影响进行确定;
7、b、确定每个故障的测量数据之间的最大均值差异,得到故障可诊断能力评价公式;
8、每个故障的测量数据之间的最大均值差异为:
9、
10、式中:δ(pλ,qλ)为pλ和qλ之间的最大均值差异;n1、n2分别为系统发生故障fi与fj时的测量数据长度;λ表示选用第λ种测试组合进行故障诊断;k为正定核函数;
11、故障诊断可诊断能力评价公式为:
12、d(fi,fj)=max{δ(pλ,qλ)}
13、c、判断故障的可检测性
14、若d(fi,f0)≥ε,则认为故障fi是可检测的,否则故障fi是不可检测的;
15、若d(fi,fj)≥ε,则认为故障fi和故障fj是可隔离的,否则故障fi和故障fj是不可隔离的;
16、公式(1)的推导过程如下:
17、系统设置d个测试,则在进行故障诊断时所有可能选用的测试组合构成的集合为其中ti表示第i种测试组合,1≤i≤2d-1;
18、系统无故障为f0,当系统发生故障fi时,在第λ种测试组合下的测量数据为
19、系统发生故障fj时所获取的测量数据为
20、其中nλ为测试组合tλ中测试的数量;
21、记是一个具有内积和相关范数运算的可分希尔伯特空间;
22、上的范数运算为
23、设xλ~pλ,yλ~qλ,则分布pλ和qλ在上的距离可以用下式进行表示:
24、
25、其中:是上的一类实值函数,为期望,式(2)定义了两个概率分布之间的伪距离度量;
26、对于一个伪距离度量δ应满足以下条件:
27、1)δ(p,p)=0;
28、2)δ(p,q)=δ(q,p);
29、3)δ(p,r)≤δ(p,q)+(q,r)。
30、的选择需要满足两个要求:
31、1)式(1)必须能够度量分布之间的距离,即δ需要满足:
32、
33、2)应为的一个子集使得δ(pλ,qλ)是有限的。
34、为了选取合适的满足上述两个要求,首先进行以下定义:
35、定义1设k是一个正定核,则对于都有:
36、
37、当且仅当α1=…=αn=0时等号成立。
38、设为非空数据集,φ(x)=k(x,·),则中存在一个唯一的实值函数hilbert空间h(k),满足:
39、1)φ(x)∈h(k)
40、2)
41、称h(k)是k的可再生核希尔伯特空间。
42、定义2令表示h(k)上的单位球,设与k满足如果k能够使得成立,则称k为特征核。
43、常见的特征核包括:高斯核σ>0;指数核等。
44、定义3设分布p满足则存在使得对于都有:
45、
46、称μp为p在h(k)中的核均值嵌入。
47、由上述定义可知,取k为特征核。
48、此时δ(pλ,qλ)可以表示pλ和qλ在rkhs可再生核希尔伯特空间上核均值嵌入之间的差异:
49、
50、因为:
51、
52、则δ(pλ,qλ)可表示为:
53、
54、称δ(pλ,qλ)为pλ和qλ之间的最大均值差异,分布被映射为rkhs中的一个点,两个分布间的距离可以通过内积来计算。
55、由于μ无法直接计算,考虑到样本均值是期望的无偏估计,因此利用样本均值进行替代计算,δ(pλ,qλ)的大小取决于h(k)中φ(xλ)和φ(yλ)平均值之间的差异:
56、
57、根据h(k)的可再生性可得:
58、
59、因此可得
60、
61、步骤二:基于步骤一得到的结论进行测试多目标优化配置;具体包括如下步骤:a、根据步骤一的判断结果,建立故障可诊断能力评价矩阵
62、其中:σ中第1列为故障可检测能力评价结果;第2列至第m+1列为故障可隔离能力评价结果;
63、b、确定故障诊断能力定量评价指标约束包括故障可检测能力指标约束和故障可隔离能力指标约束;
64、所述故障可检测能力指标约束确定如下:
65、如果系统中所有测试的集合为ω={t1,…,td},并且系统中配置了ω中全部d个测试,则所有故障的可检测能力都能够达到最大:
本文档来自技高网...
【技术保护点】
1.一种面向故障诊断的测试优化配置方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤一的具体步骤如下:
3.根据权利要求2所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤A中,ε为在使用全部d个测试下两组正常情况下测量数据之间的最大均值差异和阈值余量的和,即诊断能力阈值=使用全部d个测试下两组正常情况下测量数据之间的最大均值差异+阈值余量;
4.根据权利要求1-3任一权利要求所述的一种面向故障诊断的测试优化配置方法,其特征在于:
5.根据权利要求4所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤A中,
6.根据权利要求5所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤B中的所述故障可检测能力指标约束确定如下:
7.根据权利要求6所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤C中的所述故障检测率的定义为:所有能够被检测到的故障数之和mD与当前系统总故障数m之比,其数学表达式如下所示:
...【技术特征摘要】
1.一种面向故障诊断的测试优化配置方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤一的具体步骤如下:
3.根据权利要求2所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤a中,ε为在使用全部d个测试下两组正常情况下测量数据之间的最大均值差异和阈值余量的和,即诊断能力阈值=使用全部d个测试下两组正常情况下测量数据之间的最大均值差异+阈值余量;
4.根据权利要求1-3任一权利要求所述的一种面向故障诊断的测试优化配置方法,其特征在于:
5.根据权利要求4所述的一种面向故障诊断的测试优化配置方法,其特征在于:所述步骤a中,
6.根据权利要求5所...
【专利技术属性】
技术研发人员:秦玉峰,秦亮,史贤俊,肖支才,聂新华,
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。