[发明专利]基于时变参数预测模型的机械运行状态监测方法及装置

权利要求书

1.一种基于时变参数预测模型的机械运行状态监测方法，其特征在于，包括：

步骤1：估计机械系统处于正常运行状态时的时序信号的最佳周期；通过动态时序规整法对相应进行分析处理，确定出相应时序信号的最佳周期；

步骤2：依据最佳周期，将实时采集的时序信号分割为独立的周期信号；

步骤3：将已观测的包含至少四个连续周期的时序信号中相同相位的数据代入已构建的微分方程预测模型，来预测下一个周期的时序信号中相同相位的数据；其中，微分方程预测模型的参数是根据已观测时序信号的每个相位的不同而实时变化；在所述步骤3中，根据不同周期相同相位点的数据建立一个时间序列集，假定该时间序列集中的数据值是满足微分方程在一系列时间节点上的数值，进而构建出微分方程预测模型；

步骤4：将预测的时序信号与当前时刻实际观测的时序信号进行残差分析，然后根据估计的最佳周期将数据残差累加后处理，得到监测数据的周期异常度；将预测得到的数据值与实际监测得到的值进行残差分析，即预测得到的数值与实际状态得到的数值的差的绝对值定义为残差；将一个周期内的所有残差相加，得到周期残差序列；基于所得到的周期残差序列，通过标准化将周期残差序列变为异常度分数序列。

2.如权利要求1所述的一种基于时变参数预测模型的机械运行状态监测方法，其特征在于，该方法还包括：采用高斯分布的假设检验方法来检测周期异常度，检测出变化点。

3.如权利要求1所述的一种基于时变参数预测模型的机械运行状态监测方法，其特征在于，在所述步骤3中，采用滑动窗的形式，预测以后周期的数据。

4.一种基于时变参数预测模型的机械运行状态监测装置，包括信号采集部和信号处理部，其特征在于，所述信号处理部，包括：

最佳周期估计模块，其被配置为估计机械系统处于正常运行状态时的时序信号的最佳周期；通过动态时序规整法对相应进行分析处理，确定出相应时序信号的最佳周期；

信号分割模块，其被配置为依据最佳周期，将实时采集的时序信号分割为独立的周期信号；

信号预测模块，其被配置为将已观测的包含至少四个连续周期的时序信号中相同相位的数据代入已构建的微分方程预测模型，来预测下一个周期的时序信号中相同相位的数据；其中，微分方程预测模型的参数是根据已观测时序信号的每个相位的不同而实时变化；根据不同周期相同相位点的数据建立一个时间序列集，假定该时间序列集中的数据值是满足微分方程在一系列时间节点上的数值，进而构建出微分方程预测模型；

周期异常度检测模块，其被配置为将预测的时序信号与当前时刻实际观测的时序信号进行残差分析，然后根据估计的最佳周期将数据残差累加后处理，得到监测数据的周期异常度；将预测得到的数据值与实际监测得到的值进行残差分析，即预测得到的数值与实际状态得到的数值的差的绝对值定义为残差；将一个周期内的所有残差相加，得到周期残差序列；基于所得到的周期残差序列，通过标准化将周期残差序列变为异常度分数序列。

5.如权利要求4所述的一种基于时变参数预测模型的机械运行状态监测装置，其特征在于，所述信号处理部还包括：变化点检测模块，其被配置为采用高斯分布的假设检验方法来检测周期异常度，检测出变化点。

6.如权利要求4所述的一种基于时变参数预测模型的机械运行状态监测装置，其特征在于，在所述信号预测模块中，采用滑动窗的形式，预测以后周期的数据。