[发明专利]一种基于高斯模型的机械设备状态诊断方法

说明书

技术领域

本发明属于机械设备故障诊断领域，涉及一种基于高斯模型的机械设备状态诊断方法。

背景技术

随着科学技术和现代工业的不断发展和进步，机械设备正朝着大型化、复杂化、高速化等方向发展。这些机械设备对人们日常生活和生产所产生的影响越来越大、越来越明显。设备一旦出现故障，不仅会带来严重的经济损失，还会给人身安全造成威胁。对设备进行实时评估可以较早地发现故障，使得设备管理人员掌握设备运行的状态，这样不仅可以预防事故和减少事故的发生，保证人身和机械设备的安全，还为维修决策提供依据，提高了企业的经济效益和社会效益。

近年来，在设备故障诊断领域，针对不同设备研究了不同的机械设备的状态评估方法。王均华等研究了变电设备状态评估及故障诊断系统，李晋等针对大型机电设备研究了模糊－灰度－变权求和的分层设备健康状态综合评估模型，王孟莲等使用模糊神经网络和支持向量机构建了船舶电力推进系统的状态评估方法，孙志斌等研究了针对六氟化硫封闭式组合电器设备的状态评估方法和检修策略。目前的故障诊断方法研究均是针对不同设备的特点，构建专用的状态评估方法。并未见有文献或专利设计本发明中提到的基于高斯模型的机械设备状态诊断方法。

本发明提出的一种基于高斯模型的机械设备状态诊断方法，获取设备开机正常时间段的特征参数数据，并根据公式构建设备正常状态的高斯模型。在进行设备状态评估的过程中，获取设备当前的特征参数数据构建高斯模型，使用匹配公式计算当前设备状态特征参数高斯模型和设备正常状态高斯模型的匹配度，根据匹配度判断设备当前运行状态正常或异常。

发明内容

本发明的目的是在于实现一种机械设备状态诊断方法，该方法将已知状态评估等级的设备特征参数数据构建成高斯模型，使用模型匹配算法对当前设备的状态进行诊断，最终实现一套能够准确评估设备状态的基于高斯模型的机械设备状态诊断方法。

一种基于高斯模型的机械设备状态诊断方法，其特征在于，包括：

1)获取机械设备开机正常的特征参数数据，生成机械设备正常状态特征参数数据的高斯模型，并将正常状态高斯模型保存到高斯模型库中；

2)实时采集机械设备特征参数数据，生成实时特征参数数据的高斯模型；

3)将实时特征参数数据的高斯模型与状态评估等级及高斯模型库中各个等级特征参数的高斯模型进行匹配计算，得到实时特征参数数据的高斯模型与正常状态高斯模型的偏离度；

4)根据计算得到的高斯模型的偏离度，判定设备运行状态。若计算得到的偏离度超过设定的阈值，则判定设备异常，若不超过设定的阈值，则判定设备运行正常。

根据获取的机械设备一段时间的特征参数数据x_i(t)，其中i＝1,2,…,N，i代表不同种类的特征。不同的设备获取不同数量不同种类的特征参数数据。根据公式(1)(2)(3)构建不同特征参数数据的高斯模型f(x_i(t))，

f(xi(t))=12πσexp(-(xi(t)-μ)22σ2)---(1)]]>

其中，