[发明专利]一种机电设备非线性故障预测方法在审
申请号: | 202010021811.5 | 申请日: | 2020-01-09 |
公开(公告)号: | CN111275293A | 公开(公告)日: | 2020-06-12 |
发明(设计)人: | 陈斐斐 | 申请(专利权)人: | 南京亚派软件技术有限公司 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q10/00;G06Q50/06;G06F30/20 |
代理公司: | 南京源古知识产权代理事务所(普通合伙) 32300 | 代理人: | 马晓辉 |
地址: | 210000 江苏省南京市浦*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机电设备 非线性 故障 预测 方法 | ||
1.一种机电设备非线性故障预测方法,其特征在于,包括如下步骤:
S100、模型构建:构建建筑机电设备的BIM模型;
S200、信息检测:对重要建筑机电设备进行实时监测,动态采集监测数据;
S300、模型键合:基于键合图理论对建筑机电设备预测模型进行构建,并且搭建非线性机设备实验平台对所建的键合图模型进行验证;
S400、故障预测:建立退化模型,并根据实时测量数据来估计退化模型的参数,跟踪退化过程,预测机电设备的非线性故障。
2.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S200中,所述重要机电设备包括机电系统的中央及子区域控制和动力设备。
3.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S200中,采用物联网技术对建筑机电设备进行实时监测,并动态采集监测数据。
4.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S300中,键合图模型与机电设备BIM模型一一对应。
5.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S300中,采用GA随机搜索方法对非线性机电设备中的未知参数进行辨识。
6.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S300中,利用MATLAB中的simulink模块根据实验平台实时测量结果,并基于键合图模型的故障诊断方法,实现非线性机电设备的仿真验证。
7.根据权利要求1所述的机电设备非线性故障预测方法,其特征在于:步骤S400中,退化模型定义为:
式中,表示一个部件或者一个有效因子的标称值,ε表示未知的故障演化速率,当没有故障发生时,其值等于0,t0是未知的故障发生时间,且满足tdt0,td表示在故障检测阶段确定的故障检测时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京亚派软件技术有限公司,未经南京亚派软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010021811.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理