[发明专利]一种智能设备健康状态评价方法及系统

权利要求书

1.一种智能设备健康状态评价方法，其特征在于，所述方法包括：

获取设备运行状态信息；

在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态；

所述智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。

2.如权利要求1所述的方法，其特征在于，所述设备健康状态评价指标体系模型的构建包括：

将智能设备健康状态设定为目标层；

基于影响目标层的各个因素构建一级准则层，其中每个因素对应所述一级准则层的一个一级指标；

基于每个一级指标，根据对一级指标的影响因素构建所述一级指标的二级指标；

所有的二级指标构建二级准则层。

3.如权利要求2所述的方法，其特征在于，所述一级准则层和二级准则层每个指标均包括权重；

基于一级指标间的关系建立一级准则层权重矩阵，其中，每个一级指标为一个一级权重向量；

基于所述各一级指标的权重向量的范围，以及每个一级指标下二级指标间的关系，构建所述一级指标下二级指标的权重矩阵；其中，每个二级指标为一个二级权重向量。

4.如权利要求3所述的方法，其特征在于，所述在预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态包括：

基于设备运行状态信息和二级指标的权重向量范围内为所述二级指标打分；

将二级指标的分值采用归一化方法计算得到每个一级指标的分值；

将一级指标的分值采用归一化方法计算得到智能设备的健康分数；

根据健康分数结合预设的健康状态表，确定设备健康状态。

5.如权利要求4所述的方法，其特征在于，采用归一化方法计算所述智能设备的健康分数：

式中，HF为被测智能设备的健康分数；m：为被比较元素归一化后的元素编号；为二级指标所得分数。

6.如权利要求3所述的方法，其特征在于，所述二级权重向量按下式计算：

ω_m＝ω_A[i]*ω_m

其中，ω_m：二级权重向量；i：0、1、2、3或4；ω_A：所述二级权重向量对应的一级权重向量的相对权重。

7.如权利要求3所述的方法，其特征在于，所述一级权重向量按下式计算：

Aω_A＝λ_maxAω_A

其中，ω_A：元素在目标层下排序的相对权重；A：判断矩阵，判断矩阵A由智能设备健康状态指标影响等级结合Satty 1-9值法得到；λ_maxA：矩阵A最大特征值。

8.一种智能设备健康状态评价系统，其特征在于，所述系统包括：

设备信息获取模块，用于获取备运行状态信息；

健康状态确定模块，用于将获取的设备运行状态信息输入预预先构建的智能设备健康状态评价指标体系模型中根据所述获取的设备运行状态信息和设备健康状态影响因素间的关系得到设备健康状态。

9.如权利要求8所述一种智能设备健康状态评价系统，其特征在于，还包括：模型构建模块：用于构建所述智能设备健康状态评价指标体系模型；

智能设备健康状态评价指标体系模型包括：目标层和基于设备健康状态影响因素间关系构建的分层准则层。

10.如权利要求9所述的系统，其特征在于，所述模型构建模块，包括：

目标层确定子模块：用于基于智能设备健康状态确定目标层；

准则层确定子模块：用于根据影响目标层的各个因素以及各因素之间的相互影响确定准则层。