[发明专利]一种基于PCA-T2

权利要求书

1.一种基于PCA-T²的滚珠丝杠副健康评估方法，其特征在于，包括以下步骤：

步骤一：从安装在滚珠丝杠副多个部位的传感器处提取丝杠原始振动信号，并对所述原始振动信号进行预处理；

步骤二：对预处理后的原始振动信号进行特征提取，提取出的特征构成特征值矩阵；

步骤三：对提取的特征值矩阵进行特征选择，得到训练样本的特征值矩阵；

步骤四：结合主成分分析方法对步骤三得到的训练样本特征值矩阵进行降维，删去无关主成分，选取对设备退化贡献率最大的前n个主成分P^Tx，其中P为代数特征值对应的特征向量，x＝(x_i)表示第i个特征，且选取出的n个主成分累计贡献率达到X％以上；

步骤五：每加入一个新样本，便构建并计算PCA-T²统计量

T²＝x^TP·Λ^-1·P^Tx

式中Λ＝diag{λ₁,λ₂,...,λ_n}为代数特征值矩阵，P^Tx为前n个主成分；

步骤六：设定健康曲线的报警阈值线，所述健康曲线指T²随时间变化的曲线，若T²超出阈值线时，向用户发出报警并定位故障位置，否则，跳转到步骤七；

步骤七：等到新样本加入，重复步骤五和步骤六，直到设备无新样本数据加入；

所述步骤六具体还包括：

步骤六一：每加入一个新样本，便更新一次置信区间，对于第k个样本，所述置信区间的构造公式如下：

式中为前k-1个样本的健康值的均值，d＝[max(X_k-1)-min(X_k-1)]·20％，max(X_k-1)为前k-1个样本健康值的最大值，min(X_k-1)为前k-1个样本健康值的最小值；

步骤六二：判断新加入的样本是否处在置信区间内：

计算式中x_k为第k个样本的健康值，当Dd时，表明新样本分布在置信区间内；当Dd时，表明新样本分布在置信区间外，此时，保存第k个样本的下标到N中，所述下标表示样本的序号，计数器p＝p+1；

步骤六三：当p＝m时，判断N中的连续数个数是否为m，所述连续数为N的子集，连续数个数为连续数中元素的个数，若是，则阈值线为所述m对应的m个样本中第一个样本的健康值；若N中的连续数个数小于m，则更新N、p，重复步骤六一和步骤六二，由此得到的阈值线为设备退化报警阈值线；

N与p的更新方法为：当N中的连续数q的最后一个元素与N的最后一个元素相同时，令N＝q；当N中的连续数q的最后一个元素与N的最后一个元素不同时，令N只保留其最后一个元素；p为N此时的元素个数；

步骤六四：扩大置信区间范围，由原来的2d扩展到8d，步骤六一中的区间更新为：

此处所构造的置信区间的实际意义在于对于只含随机误差的健康值，有接近100％的概率分布在M区间中，超出这个范围的可能性接近于0％，因此超出的部分被认为健康值完全退化，开始出现失效；

步骤六五：重复步骤四和步骤六二和步骤六三，得到第二条阈值线；

由此得到的阈值线为设备失效报警阈值线。

2.根据权利要求1所述的方法，其特征在于，步骤一中对所述原始振动信号进行预处理包括对所述原始振动信号进行小波降噪、剔除异常值、以及缺失值填充。

3.根据权利要求1所述的方法，其特征在于，步骤二中，预处理后的原始振动信号提取的特征包括：均方根值、方差、标准差、最大值、最小值、平均幅值、峭度因子、波形系数、峰值、峰值因子、脉冲指标、方根幅值、裕度系数以及偏度。

4.据权利要求1所述的方法，其特征在于，步骤四中，X＝90。