[发明专利]自动最佳化故障特征产生方法

权利要求书

1.一种自动最佳化故障特征产生方法，其特征在于，所述故障特征产生方法包括以下步骤：

步骤S1：将由至少一感测搜集器所搜集并储存的多笔初始资料进行筛选，形成一训练参数资料库与一测试参数资料库；

步骤S2：从所述训练参数资料库与所述测试参数资料库各自内含的所述初始资料中，分别区分出一关键参数以及一除了所述关键参数之外的相关参数候选集合，再从所述相关参数候选集合中鉴定出领先所述关键参数的多个相关参数并对所述相关参数依一领先程度从一第一相关参数至一第n相关参数进行排序，其中n为一正整数；以及

步骤S3：从所述训练参数资料库与所述测试参数资料库中，分别将其中的所述关键参数结合一个或多个所述相关参数形成至少一训练自变数资料以及至少一测试自变数资料，并将所述至少一训练自变数资料与一故障标记经一广义线性模型合成出至少一故障特征。

2.如权利要求1所述的故障特征产生方法，其特征在于，所述步骤S3还包括根据所述训练参数资料库中的资料建构产生所述训练自变数资料中所述关键参数与所述相关参数各自的权重。

3.如权利要求1所述的故障特征产生方法，其特征在于，在所述步骤S3之后还包括一步骤S4，是通过一分类方法分析所述至少一测试自变数资料来评估所述故障特征的准确度。

4.如权利要求1所述的故障特征产生方法，其特征在于，所述广义线性模型为一逻辑斯蒂回归模型。

5.如权利要求1所述的故障特征产生方法，其特征在于，在步骤S1中的每一所述初始资料均为一具有自安装至故障发生的纪录的周期资料。

6.如权利要求1所述的故障特征产生方法，其特征在于，所述故障标记为在一时点时产生的一正常运作或一故障纪录。

7.如权利要求1所述的故障特征产生方法，其特征在于，所述故障特征为一介于0％与100％之间的概率值。

8.一种自动最佳化故障特征产生方法，其特征在于，所述故障特征产生方法包括以下步骤：

通过至少一感测搜集器搜集多笔具有一周期资料的初始资料形成一初始资料库，并依所述周期资料将所述初始资料区分为一训练资料集合与一测试资料集合；

经一特征萃取演算法对所述训练资料集合与所述测试资料集合进行筛选并形成一训练参数资料库与一测试参数资料库；

将所述训练参数资料库与所述测试参数资料库各自内含的所述初始资料区分为一包括至少一关键参数的关键参数集合以及一除了所述关键参数之外的相关参数候选集合；

从所述相关参数候选集合中鉴定出多个领先所述关键参数的相关参数以形成一相关参数集合；

对所述相关参数集合的所述相关参数依一领先程度进行排序，得到一排序后的相关参数集合；以及

配合一故障标记、所述关键参数集合与所述排序后的相关参数集合，利用一广义线性模型合成一故障特征。

9.如权利要求8所述的故障特征产生方法，其特征在于，在合成所述故障特征后还进一步进行一分类准确度评估验证所述故障特征的准确度。