[发明专利]玻璃纤维制造业工业设备故障顺序确定方法及系统

说明书

本发明公开了玻璃纤维制造业工业设备故障顺序确定方法及系统，包括：获取玻璃纤维制造业工业设备的故障信息；引入语言中智集的概念，利用相关语言变量描述决策专家评估信息，将复杂的设备故障信息通过对应的模糊数进行表示；计算专家权重和准则权重，将决策信息表示为“三角区间模糊数”的形式，与VIKOR方法结合，利用二元联系数得到折衷解，在多个准则的作用下选择发生工业设备故障时最优的备选方案。本方法应用于工业设备故障诊断中，将难以描述的故障信息采用模糊数表示，建立了明确的数学模型，采用排序的方式进行最优备选方案的选择，解决了传统故障诊断方法无法解决的难题。

技术领域

本发明属于工业设备领域，尤其涉及玻璃纤维制造业工业设备故障顺序确定方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

玻璃纤维制造业工业设备不断向智能化、大型化发展，伴随着设备故障日益复杂多样，如何快速、准确地诊断故障成为一个难题；传统的设备故障诊断方法因存在局限性而无法进行有效的诊断，且复杂的故障信息难以用数值来表述。

多准则群体决策是指邀请多个决策专家根据多个准则评估出众多备选方案中的最优方案。在现有的相关技术和方法中，决策专家们描述决策问题时，往往不能通过精确数值进行描述；在多准则群体决策过程中，专家权重和准则权重根据以往经验直接给出，缺乏科学性和准确性；且将一些复杂决策语言信息描述为实数值或区间值，缺乏严谨性；现有方法将决策信息表示为“三角模糊数”或“梯形模糊数”后，最终转换为精确实数值进行多准则决策，在转换过程中降低了数据的准确性；且现有方法鲜有将三角区间模糊数与相关决策方法(如VIKOR/TOPSIS等)相结合的情况。

目前传统的故障诊断方法有基于解析模型的方法、基于信号处理的诊断方法和定性分析故障诊断方法。基于解析模型的方法是1957年麻省理工学院提出，这种方法严格要求系统的数学模型必须精确，这样一来具有较大的局限性。基于信号处理的诊断方法主要包括频谱分析法、小波变换法等，它们的方法实现简单，能够及时检测出故障，但是对收集信号要求较高且对故障种类的诊断不是很准确。定性分析故障诊断方法又可以分成专家系统法和图论法，无需建立任何数学模型。但是这种方法主要是对一些比较简单的系统进行故障诊断，对于较为复杂的系统则无法适用。传统的诊断方法已经不适用于现代智能化、大型化等设备，多准则群体决策方法众多，且可建立精确的数学模型，解决传统故障诊断方法的缺点和难点，故本文提出将工业设备故障诊断与多准则群体决策相结合是一个十分新颖的课题。

如何实现对玻璃纤维制造业中工业设备故障进行排序，确定使经济损失最小的故障诊断优化顺序，这为本申请所解决的技术问题。

发明内容

为克服上述现有技术的不足，本发明提供了玻璃纤维制造业工业设备故障顺序确定方法，多个准则的作用下选择发生工业设备故障时最优的备选方案。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

玻璃纤维制造业工业设备故障顺序确定方法，包括：

获取玻璃纤维制造业工业设备的故障信息；

引入语言中智集的概念，利用相关语言变量描述决策专家评估信息，将复杂的设备故障信息通过对应的模糊数进行表示；

计算专家权重和准则权重，将决策信息表示为“三角区间模糊数”的形式，与VIKOR方法结合，利用二元联系数得到折衷解，在多个准则的作用下选择发生工业设备故障时最优的备选方案。

进一步的技术方案，将故障信息采用模糊数表示，建立明确的数学模型，采用排序的方式进行工业设备故障诊断的确定顺序。

进一步的技术方案，将决策专家评估信息利用语言中智集转化为对应的三角区间模糊数形式；即将决策专家们给出的玻璃纤维制造业工业设备故障信息的语言描述转化为相应的三角区间模糊数的形式。