[发明专利]基于分类回归模式的工况自适应的设备健康度评估方法

权利要求书

1.一种基于分类回归模式的工况自适应的设备健康度评估方法，其特征在于包括以下步骤：

获取设备各关键部件的运行状态数据、工况信息数据及设备相关设计参数数据，对所述运行状态数据进行处理，得到状态特征数据库，通过给状态特征数据库匹配相应的工况信息数据，得到工况信息数据库；

根据状态特征数据库中的特征数据和工况信息数据库中的工况参数数据，建立工况识别模型和工况自适应补偿模型，通过分类回归模式依次进行工况的分类识别和工况的回归自适应补偿处理，得到工况脱敏的特征数据；建立工况识别模型和工况自适应补偿模型的具体步骤包括：

对工况信息数据库中的工况参数数据，在不同的工况参数维度组合建立工况字典；

将工况字典中的工况参数组合分解到独立的工况参数维度下，基于关键特征构建工况权重字典；

通过回归算法建立工况字典中各工况参数维度下的工况参数相对于特征数据的回归模型，将此模型作为工况参数预测模型；

对于状态特征数据库中的状态特征数据，通过回归算法建立各个状态特征相对于工况参数融合特征的回归模型，将此模型作为工况参数补偿模型；

对所述工况脱敏的特征数据进行标准化处理，并结合距离法得到各关键部件健康度指数，具体步骤包括：

将设备的特征数据作为所述工况参数预测模型的输入，通过计算得到设备的工况参数预测值；

将工况参数预测值与所述的工况权重字典中对应维度的权重相乘得到加权的工况参数预测值；

将加权的工况参数预测值，经归一化后基于欧氏距离与所述的工况字典中的工况模式进行最近邻分类匹配，得到对应于工况字典的工况参数分类预测值；

将工况参数分类预测值作为所述工况参数补偿模型的输入，通过工况参数补偿模型预测得到目标样本的工况补偿值，并补偿消除工况的影响，得到工况脱敏的特征数据；

所述对所述工况脱敏的特征数据进行标准化处理，并结合距离法得到各关键部件健康度指数的具体步骤包括：

对得到工况脱敏的特征数据进行标准化处理，得到标准化的特征数据；

通过标准化的特征数据计算选定的特征的向量到健康基准向量的欧氏距离，在此，所述健康基准向量是由设备出厂时处于初始稳定状态的出厂时选定的特征向量对应的标准化特征值数据取均值得到；

通过Sigmoid函数变换得到归一化函数，通过归一化函数对所述欧氏距离进行归一化处理，得到各关键部件的健康度指数；

根据各关键部件健康度指数和预设的各关键部件健康度阈值计算设备整机健康度，并对设备健康状态进行整体评估，得到整机健康度；

根据所述整机健康度、工况信息数据及设计参数数据对设备的剩余使用寿命进行预测。

2.根据权利要求1所述的基于分类回归模式的工况自适应的设备健康度评估方法，其特征在于，所述对所述运行状态数据进行处理是指对所述运行状态进行特征提取和特征选择；

所述特征提取包括信号时域和频域的基本特征提取以及经信号经变换、分解处理后的二次特征提取；

所述特征选择是指，将有明确表征意义或倾向的特征，结合其物理意义或者需求进行选择，得到需要的状态特征数据；若需选择无明确表征意义或倾向的特征，则结合主成分分析方法降维进行筛选，得到需要的状态特征数据。

3.根据权利要求1所述的基于分类回归模式的工况自适应的设备健康度评估方法，其特征在于，所述工况参数融合特征，是通过各工况参数维度下的基本工况参数进行多项式特征组合得到工况参数融合特征。

4.根据权利要求1所述的基于分类回归模式的工况自适应的设备健康度评估方法，其特征在于，所述通过Sigmoid函数变换得到归一化函数，所述归一化函数表示为：

其中，w为尺度参数，D为欧氏距离，t为平滑参数，HI表示各关键部件的健康度指数。