[发明专利]基于随机矩阵理论与累积和的悬浮系统早期故障检测方法有效
申请号: | 202010066044.X | 申请日: | 2020-01-20 |
公开(公告)号: | CN111259490B | 公开(公告)日: | 2022-08-16 |
发明(设计)人: | 龙志强;王平;李晓龙;苗欣;江守亮;刘纪龙 | 申请(专利权)人: | 中国人民解放军国防科技大学;中车青岛四方机车车辆股份有限公司 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/20;G06F17/16;G06F111/10;G06F119/04 |
代理公司: | 长沙市护航专利代理事务所(特殊普通合伙) 43220 | 代理人: | 邓翠;莫晓齐 |
地址: | 410073 湖南省长沙市开福*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 随机 矩阵 理论 累积 悬浮 系统 早期 故障 检测 方法 | ||
1.基于随机矩阵理论与累积和的悬浮系统早期故障检测方法,其特征在于,包括以下步骤:
S1、基于随机矩阵理论和大数据构建初始矩阵;
S2、通过预设的移动窗口将初始矩阵转换为批量随机矩阵;
S3、根据随机矩阵理论单环定理将批量随机矩阵转换为非Hermite矩阵;
S4、计算非Hermite矩阵的特征值,并根据所述特征值得到该特征值的MSR,并将MSR作为悬浮系统的健康状态值;
S5、依据得到的悬浮系统的健康状态值,通过累积和函数实现悬浮系统早期故障检测。
2.根据权利要求1所述的基于随机矩阵理论与累积和的悬浮系统早期故障检测方法,其特征在于,所述初始矩阵通过如下表达方式描述:
式中,A表示初始矩阵,T表示矩阵转置,R表示变量的数量,Nm表示第m个时间序列中的样本数,表示R行Nm列矩阵集合,X1、X2、Xk、XR分别为初始矩阵A的元素,其表达式为:
式中,Xk表示第k个变量在第m个时间序列中的一维随机矩阵,xk1、xk2、分别为一维随机矩阵Xk的元素。
3.根据权利要求2所述的基于随机矩阵理论与累积和的悬浮系统早期故障检测方法,其特征在于,所述批量随机矩阵的表达式为:
Aj=(Yj1,Yj2,...,Yjk,...,YjR)T∈CR×d (3)
式中,Yj1、Yj2、Yjk、YjR分别为批量随机矩阵Aj中长度为d的向量,d表示移动窗口的宽度,CR×d表示R行d列矩阵集合,j∈[1,Nm-d+1]是批量随机矩阵Aj的序列号,其中:
Yjk=(yk1,yk2,...,ykd)∈Cl×d (4)
式中,yk1、yk2、ykd为Yjk的元素,C1×d表示l行d列矩阵集合。
4.根据权利要求3所述的基于随机矩阵理论与累积和的悬浮系统早期故障检测方法,其特征在于,所述移动窗口的宽度大小通过如下公式获取:
d=R*c (6)
式中,c表示行列式的比值,并通过如下途径获取:
1)设定c的最小值为:
式中,ε∈(0,1]为防止d过大的比例因素;
2)将选定的时间序列作为对象,令c从c的最小值到1之间以0.1为步长,获得不同的MSR曲线;
3)比较获得的不同MSR曲线,取最佳c使曲线单调递减;
4)使用其他时间序列来确定c是否合适。
5.根据权利要求4所述的基于随机矩阵理论与累积和的悬浮系统早期故障检测方法,其特征在于,所述步骤S3中非Hermite矩阵具体通过如下途径获得:当得到c后,对批量随机矩阵Aj中的元素进行归一化处理以获得标准的非Hermite矩阵的表达式为:
式中,Bj1、Bj2、Bjk、BjR分别为非Hermite矩阵中长度为d的向量。
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中国人民解放军国防科技大学;中车青岛四方机车车辆股份有限公司,未经中国人民解放军国防科技大学;中车青岛四方机车车辆股份有限公司许可,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/202010066044.X/1.html,转载请声明来源钻瓜专利网。