【技术实现步骤摘要】
本专利技术涉及的是一种复杂系统和设备的故障诊断方法，具体的说是使用基于数据驱动的分类识别方法改进基于多层流模型的故障诊断方法。
技术介绍
故障诊断是一个信号采集、处理、分析识别与决策评判的过程。其主要任务是监视系统的状态，判断其是否正常，预测和诊断系统的故障并消除故障，指导系统的管理与维修。故障诊断技术经过几十年的发展，形成了多种多样的诊断方法。依据故障诊断领域专家的观点，可以将现有的故障诊断方法分为基于解析数学模型的方法、基于信号处理的方法和基于知识的方法。基于解析数学模型的方法是通过将被诊断对象的可测信息和由模型表达的系统先验信息进行比较，以产生的残差来对系统进行故障分析。该方法需要建立被诊断对象的精确数学模型，其优点是充分利用了系统的内部深层知识，有利于系统的故障诊断，但对于难以建立数学模型的复杂系统的诊断无能为力。基于信号处理的方法通过分析被诊断对象信号在幅值、相位、频率及相关性上与故障之间的联系来进行故障诊断。该方法不需要对象的准确模型，回避了对象的建模困难，有较强的适应性。但是诊断过程中往往不能充分利用故障信息，对于一些复杂的装备故障无能为力...
【技术保护点】
一种基于数据驱动的自适应多层流模型设备诊断方法，其特征在于实现步骤如下：（1）对传感器获取的设备监测信号进行预处理；（2）使用基于数据驱动的方法所训练的分类器依据预处理后信号对当前设备状态进行分类识别；（3）根据分类器的分类结果确定设备状态，依据设备状态调整多层流模型的异常报警阈值为对应该状态的一组数值，采用的是基于数据驱动的多层流模型自适应阈值确定方法；（4）以调整后阈值进行异常检测，当多层流模型检测到异常时，进行推理诊断，如果多层流模型诊断方法诊断出的设备状态和分类器识别出的设备状态一致，则故障诊断结果确认；如果诊断出的设备状态和识别出的设备状态不一致，则继续循环检测，...
【技术特征摘要】
1.一种基于数据驱动的自适应多层流模型设备诊断方法，其特征在于实现步骤如下: (1)对传感器获取的设备监测信号进行预处理； (2)使用基于数据驱动的方法所训练的分类器依据预处理后信号对当前设备状态进行分类识别； (3)根据分类器的分类结果确定设备状态，依据设备状态调整多层流模型的异常报警阈值为对应该状态的一组数值，采用的是基于数据驱动的多层流模型自适应阈值确定方法; (4)以调整后阈值进行异常检测，当多层流模型检测到异常时，进行推理诊断，如果多层流模型诊断方法诊断出的设备状态和分类器识别出的设备状态一致，则故障诊断结果确认；如果诊断出的设备状态和识别出的设备状态不一致，则继续循环检测，提示有故障可能，但无法确定故障类别。2.根据权利要求1所述的基...
【专利技术属性】
技术研发人员：胡戎翔，李博远，袁润，王大桂，吴宜灿，
申请(专利权)人：中国科学院合肥物质科学研究院，
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。