[发明专利]一种基于信息传递模型的流程工业复杂机电系统故障溯源方法有效

专利信息
申请号: 201710633540.7 申请日: 2017-07-28
公开(公告)号: CN107423414B 公开(公告)日: 2020-04-28
发明(设计)人: 王荣喜;高智勇;高建民;亢嘉妮;梁艳杰 申请(专利权)人: 西安交通大学
主分类号: G06F16/22 分类号: G06F16/22;G06F16/245;G06F16/2458;G06Q10/00;G06Q50/04
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 陆万寿
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 信息 传递 模型 流程 工业 复杂 机电 系统故障 溯源 方法
【权利要求书】:

1.一种基于信息传递模型的流程工业复杂机电系统故障溯源方法,其特征在于,包括以下步骤:

1)收集流程工业复杂机电系统的运行状态历史监测数据,建立高维原始数据集,并根据原始数据集定义复杂机电系统的信息传递模型的基本结构;

2)根据步骤1)的原始数据集和定义的信息传递模型的基本结构,以传递信息量作为系统耦合关系的度量,采用基于二进制编码和十进制解码相结合的符号传递熵方法,分析计算系统监测变量间的耦合关系,构建复杂机电系统信息传递模型,得到监测变量耦合关系权重区间[Smin,Smax];

3)故障溯源:

3.1)识别系统故障发展过程,确定系统运行状态从正常到故障的开始时间点tstart和截止时间点tend

3.2)计算tstart~tend时间段内监测变量间的信息传递量和传递方向,确定系统异常状态变量耦合关系;

3.3)从监测变量任意选取一点作为溯源起始点ps,寻找tstart~tend时间段内所有信息流向ps的监测变量构成集合STrace_Temp,对比tstart~tend时间段内STrace_Temp内任意元素ei到ps的信息传递量与步骤2)中监测变量耦合关系权重区间[Smin,Smax],若则从STrace_Temp中删除ei,得到更新后的元素集合STrace_Temp';重复以上步骤直至则最后一个使STrace_Temp'非空的元素即为故障根事件,完成故障溯源;

所述步骤2)包括以下步骤:

2.1)对监测时间序列进行符号化操作,确定最优化的符号个数soptimization

2.2)分别采用Cao方法和互信息法确定每一个监测变量的相空间重构参数:嵌入维数m和延迟时间τ,得到通过每一个监测变量重构的相空间X:

其中:Nm=N-(m-1)τ是重构相空间中相点个数;

2.3)根据步骤2.1)中最优化的符号个数,对步骤2.2)相空间中的每一个相点进行符号化操作:

其中:soptimization为最优符号个数;p(x)为x的概率值;min为序列最小值;

2.4)对每一个符号化后的相点值进行二进制编码;

2.5)拼接每一个相点中每一个维度的二进制编码,采用位权法对拼接的二进制编码进行十进制转换;

2.6)计算监测变量间特定时间段传递熵,得到特定时间段内监测时间序列间的信息传递量:

其中:为从监测时间序列J到I的信息传递量;δ为二者间的时间延迟;通过改变式中和位置计算得到;

2.7)将特定时间段内监测时间序列间的信息传递量填入信息传递模型的基本结构中,得到监测时间序列间的信息传递方向和强度,作为监测变量间的耦合关系;

2.8)根据监测变量间的耦合关系构建复杂机电系统信息传递模型,得到监测变量耦合关系权重区间[Smin,Smax];

所述步骤2.1)包括:

2.1.1)选择任意两个监测时间序列I和J,分别对每一个监测时间序列进行核密度估计操作,获得每一个监测时间序列的监测值的概率密度分布,绘制每一个监测时间序列的概率密度分布曲线;

2.1.2)选择符号个数snumber,将步骤2.1.1)中的概率密度曲线按照累积概率分成snumber等份;

2.1.3)对监测时间序列I和J中的监测值,按照下述公式进行符号化操作:

其中:Ik为时间序列I的第k个监测值;p(x)为x的概率值;snumber为符号个数;min为序列最小值;

2.1.4)选取不同的符号个数snumber,重复步骤2.1.2)和2.1.3),通过计算不同符号个数下符号化序列的信噪比和信息熵,绘制符号化序列信噪比、信息熵随符号个数的变化曲线,以最大信噪比和最小信息丢失为优化条件,寻找最优符号个数soptimization

所述步骤2.8)包括:

2.8.1)计算监测时间序列I和J的平均周期tI和tJ

2.8.2)采用滑动窗口法,按照窗口大小size=max(tI,tJ),滑动步长Internal=0.2×size的参数设置对监测时间序列I和J分别从前往后和从后往前进行划分,得到Nsize,internal个数据片段;

2.8.3)对步骤2.8.2)获得的每一个数据片段,按照步骤2.6)和步骤2.7)计算和确定各自的耦合关系,得到不同片段的耦合关系集合;

2.8.4)对步骤2.8.3)获得的耦合关系,按照方向进行分组;

2.8.5)对步骤2.8.4)获得的每一组耦合关系强度值进行概率密度估计,并按照概率值进行降序排列;

2.8.6)设定一个累积概率阈值Pthreshold,对步骤2.8.5)得到的降序概率值序列进行累积操作,直到累计概率值第一次大于Pthreshold,得到参与累积概率预算的概率值对应的耦合关系强度值集合S;

2.8.7)以步骤2.8.6)得到的S最小值和最大值作为监测变量耦合关系权重区间,得到监测变量耦合关系权重区间[Smin,Smax],该权重区间可以保证该区间内耦合关系强度值的累积概率不小于Pthreshold

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710633540.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top