[发明专利]一种多尺度自适应的机械设备趋势预警方法

权利要求书

1.一种多尺度自适应的机械设备趋势预警方法，其特征在于，包括以下步骤：

步骤1，从机械设备在线状态监测历史数据中选取一段截止当前采集时刻的历史时长数据，选取数据为：T_i,y_i,i＝1,2,…,n；其中T_i为信号或特征的采集时刻对应的时间戳，y_i为信号值或特征值；

步骤2，对步骤1选取数据进行数据预处理，包括停机数据清洗，超限数据清洗；

步骤3，对步骤2清洗后数据进行多种时间尺度的趋势拟合搜寻，以清洗后数据最后数据为起始时间点，不断增加固定的时间长度或者数据点数，得到需要进行趋势拟合的数据，利用最小二乘直线拟合算法拟合数据并计算拟合直线的趋势增长率，将得到的趋势增长率按搜寻顺序保存；

步骤4，对步骤3中搜寻得到的所有趋势增长率结果进行自适应判定，得到原始历史数据的最佳趋势结果；

步骤5，根据步骤4得到的最佳趋势增长率，进行趋势预警；

步骤3中，对每次获取的不同时间尺度的数据进行最小二乘直线拟合，并计算拟合直线的趋势增长率；最小二乘直线拟合方法：

假设需要拟合的历史数据为：t_j,y_j,j＝1,2,…,m，其中t_j为信号或特征的时长间隔，t₁＝0,t₂＝T₂-T₁,…,t_m＝T_m-T_m-1；T_j为信号值或特征值对应的采集时间戳，y_j为信号值或特征值；

设线性回归拟合的直线为：y＝b+at

则系数a和b由下式确定：

根据拟合直线结果，增长率可由下式计算：

其中td为数据趋势增长率。

2.根据权利要求1所述的一种多尺度自适应的机械设备趋势预警方法，其特征在于，步骤2中，停机数据清洗规则为：小于等于停机阈值，即清洗该数据点，停机阈值接近0；超限数据清洗规则为：根据测量信号最大最小范围进行清洗，超出最大范围或者低于最小范围即需要清洗该数据点。

3.根据权利要求1所述的一种多尺度自适应的机械设备趋势预警方法，其特征在于，步骤4中，自适应判定方法：

①首先取步骤三中得到的前a个趋势增长率，判断是否都小于设定阈值p1，100％p10；如果满足都小于设定阈值p1的条件，则取第a个趋势增长率结果为最佳趋势增长率；不满足，则继续判定②；

②判断步骤三中得到的趋势增长率结果的最大值是否大于等于阈值p2，p2＝100％，如果小于阈值p2，则取步骤三中得到的第一个趋势增长率结果作为最佳趋势拟合结果；反之，则继续判定③；

③判断步骤三中得到的第一个趋势增长率结果是否为所有趋势增长率的最大值，如果第一个趋势增长率不是最大值，则取所有趋势增长率的最大值作为最佳趋势拟合结果；反之，则第一个趋势增长率结果作为最佳趋势拟合结果。

4.根据权利要求1所述的一种多尺度自适应的机械设备趋势预警方法，其特征在于，步骤5中，最佳趋势增长率小于高报阈值，则为趋势正常；大于等于高报阈值并且小于高高报阈值，则为趋势高报报警；大于等于高高报阈值，则为趋势高高报报警。