[发明专利]一种基于模糊综合评判的离心泵状态评估方法

权利要求书

1.一种基于模糊综合评判的离心泵状态评估方法，其特征在于，该方法包括如下步骤：

1)离心泵数据采集，通过多级离心泵实验台和离心泵故障诊断与在线状态监测系统采集正常运行与故障状态数据；

2)离心泵运行状态确定，结合离心泵不同运行状态的运行参数，确定离心泵的运行状态等级；

3)状态监控数据整理分类，结合评价模型数据类型，对监测数据进行分析整理；

4)模糊评价函数选取，对离心泵不同类型监测参数选取不同的模糊评价函数；

5)模型参数的确定，根据不同参数的变化范围及规律，对因数集、模糊评价矩阵参数进行确定；

6)离心泵运行状态识别，根据某一时刻监测参数以及模糊评价模型，实时确定离心泵的运行状态。

2.根据权利要求1所述的一种基于模糊综合评判的离心泵状态评估方法，其特征在于，所述步骤1中监测数据包括离心泵机组及其部件振动、转速、流量、压力、温度、扬程、效率、电机电流、电压中的一种或多种。

3.根据权利要求1所述的一种基于模糊综合评判的离心泵状态评估方法，其特征在于，所述步骤2中离心泵的运行状态分为优、良、中、差四个状态，作为评语集。

4.根据权利要求1所述的一种基于模糊综合评判的离心泵状态评估方法，其特征在于，所述步骤4中模糊评价函数类型包括偏小型函数、偏大型函数、中间型函数、S型函数、Z型函数、π型函数中的一种或几种。

5.根据权利要求4所述的一种基于模糊综合评判的离心泵状态评估方法，其特征在于：偏小型函数包括：降半矩形分布、降半Γ分布、降半正态分布、降半柯西分布、降半梯形分布、降岭形分布；

偏大型函数包括：升半矩形分布、升半Γ分布、升半正态分布、升半柯西分布、升半梯形分布、升岭形分布；

中间型函数包括：矩形分布、尖Γ分布、正态分布、柯西分布、梯形分布、岭形分布。

6.根据权利要求1所述的一种基于模糊综合评判的离心泵状态评估方法，其特征在于，所述步骤5中，选取几种不同的参数作为因素集，记作

U＝{u₁,u₂,u₃,…,u_m}         (1)

将离心泵的状态集合作为评语集，记作

V＝{v₁,v₂,v₃,…,v_n}       (2)

首先，对因素集u_i(i＝1,2,…,m)作单因素评价，从因素u_i确定该因素但对评语v_j(j＝1,2,…,n)的隶属度r_ij，从而得出第i个因素u_i的单因素评价集

r_i＝(r_i1,r_i2,r_i3,…,r_in)        (3)

上式即为评语集V上的模糊子集；也就是说，存在一个模糊映射

其中f(u_i)＝r_i＝(r_i1,r_i2,r_i3,…,r_in)为关于因素u_i的评语模糊向量，r_ij为关于因素u_i具有评语v_j的程度；

将m个单因素评价集作为行即得到一个总的评价矩阵

R=r11r12...r1nr21r22...r2n.........rm1rm2...rmn---(5)]]>

由模糊值映射f导出U到V的模糊关系R_f∈F(U×V)，使

R＝R_f＝(r_ij)_m×n          (6)

确定因素重要程度模糊集

由于各因素对事物的影响程度不尽相同，有些因素在总评价中影响程度可能大些，而有些则可能小些；因此，在进行综合评判时，必须给出各个因素在评价中的重要程度，即在因素论域U上给出一个模糊子集

A＝(a₁,a₂,…,a_m)        (7)

其中a_i为因素u_i(i＝1,2,…,m)在总评价中的影响程度大小的度量，在一定程度上也代表根据单因素u_i评定等级的能力；

当因素重要程度模糊集A和综合评判矩阵R已知时，通过R作模糊变换，把A变为评语集V上的模糊子集

B＝A*R＝(b₁,b₂,…,b_n)       (8)

根据最大隶属度原则，选择模糊综合评价集B＝(b₁,b₂,…,b_n)中最大的b_j所对应的等级v_j作为综合评判的结果。