[发明专利]基于关联规则的性能退化特征参数提取方法、系统、介质及设备

说明书

本发明提供了一种基于关联规则的性能退化特征参数提取方法、系统、介质及设备，包括：根据FMEA分析结果，列出产品的故障模式清单；根据产品状态监测实际情况，列出产品的状态监测参数清单；采集产品故障历史数据，形成故障数据库，所述故障数据库中包含每次故障对应的故障模式数据项和超过预警值的状态监测参数数据项；计算每个状态监测参数与故障模式对应的关联规则的支持度和置信度；获取支持度和置信度的最小阈值，根据阈值提取性能退化特征参数，并获得对应的故障模式。本发明状态监测数据中找出与产品故障模式关联的状态参数，很好的反映其性能状态退化过程，不仅降低了数据运算的工作量，而且提高了故障诊断和预测的有效性和准确性。

技术领域

本发明涉及故障诊断与寿命预测分析技术领域，具体地，涉及一种基于关联规则的性能退化特征参数提取方法、系统、介质及设备。

背景技术

性能退化特征参数的识别和提取是进行产品性能退化建模、故障诊断与预测的基础和依据。对于特征参数的提取必须要具备以下两个条件：①作为状态参数的技术性能指标必须有准确的定义并且能够进行持续性的监测；②随着关键部件运行或者试验时间的延长，状态参数有着明显的趋势性变化，能够客观反映关键部件的运行状态及健康状况。但在实际应用过程中，由于产品性能退化过程具有随机性和复杂性的特点，很多状态监测参数对性能退化过程敏感性不高、趋势不明显和缺乏共性等问题，不能很好的反映其性能状态退化过程，不仅增加了数据运算的工作量，而且降低了故障诊断和预测的有效性和准确性。因此，有必要对产品的关键性能退化特征参数进行提取或筛选，从而得到准确反映关键部件性能退化过程的状态参数，为故障诊断和预测的相关研究提供数据基础。

目前，对于性能退化特征参数的提取和筛选的相关研究较少，没有提出统一的具有指导性的理论与方法。研究成果主要是针对某一种故障模式提出的提取方法，对于那些具有多种故障模式的复杂产品或系统来说，具有一定的局限性。因此，本发明从产品故障模式和机理分析出发，基于产品故障历史数据，提出一种基于关联规则的针对多故障模式的关键性能退化特征参数提取方法。

专利文献CN112131265A(申请号：CN202010666399.2)公开了一种基于数据挖掘的接触器电寿命不良数据检测方法，包括如下步骤：构建接触器性能退化特征参数模型，选取接触器性能退化特征参数评估接触器性能退化程度；构建基于改进经验模态的接触器特征参数提取模型，对采样数据进行去噪处理，提取接触器性能退化特征参数；采用改进的多维关联规则算法求解接触器特征参数之间关联关系。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于关联规则的性能退化特征参数提取方法、系统、介质及设备。

根据本发明提供的基于关联规则的性能退化特征参数提取方法，包括：

步骤1：根据FMEA分析结果，列出产品的故障模式清单；

步骤2：根据产品状态监测实际情况，列出产品的状态监测参数清单；

步骤3：采集产品故障历史数据，形成故障数据库，所述故障数据库中包含每次故障对应的故障模式数据项和超过预警值的状态监测参数数据项；

步骤4：计算每个状态监测参数与故障模式对应的关联规则的支持度support和置信度confidence；

步骤5：获取支持度和置信度的最小阈值，根据阈值提取性能退化特征参数，并获得对应的故障模式。

优选的，状态监测参数与故障模式对应的关联规则的支持度计算公式为：

其中：number(A∩B)为数据集中A和B都出现次数；number(D)为故障数据库D的总故障次数；X为状态监测参数A超出预警值，Y为发生故障模式B，关联规则X→Y表示状态监测参数A与故障模式B之间的关联程度。

优选的，状态监测参数与故障模式对应的关联规则的置信度计算公式为：