[发明专利]一种基于多维度信息融合的机械设备健康评估方法

权利要求书

1.一种基于多维度信息融合的机械设备健康评估方法，其特征在于：包括以下步骤：

步骤1：定期对机械设备零部件进行检修，其中包括对机械设备零部件的温度检测、机械检测、电气检测、油质检测、承受负荷分析、机械表面磨损情况进行检测，从而判断机械设备零部件的完好性，并将检测参数更新至机械设备健康模型中；

步骤2：将机械设备划分为各功能子系统，并对各功能子系统正常运行时的状态参数进行采集，并分别与机械设备健康模型进行比对，得到机械设备参数健康度；

步骤3：对机械设备的工作状态、工作效率、故障率、维修时间、技术性能、经济性、安全性参数进行收集，并综合上述信息与步骤2中的机械设备参数健康度进行融合，得到机械设备整体的健康度。

2.根据权利要求1所述的一种基于多维度信息融合的机械设备健康评估方法，其特征在于：所述步骤1中对机械设备零部件温度检测包括点温检测与热成像检测，所述机械检测包括振动检测与噪声检测，所述电气检测包括绝缘检测与介损检测，所述油质检测包括污染检测、色谱分析与油耐压检测。

3.根据权利要求1所述的一种基于多维度信息融合的机械设备健康评估方法，其特征在于：所述步骤1中承受负荷分析包括对机械设备零部件工作时承受的拉应力、压应力、剪应力、弯曲应力、疲劳载荷，所述机械表面磨损情况包括对机械设备机件受到黏着磨损、磨料磨损、疲劳磨损、腐蚀磨损种和微动磨损后的强度、精度进行检测。

4.根据权利要求1所述的一种基于多维度信息融合的机械设备健康评估方法，其特征在于：所述步骤2中机械设备健康模型计算步骤如下：

步骤A：确定评语集：V＝{V₁，V₂，...V_m}，其中V_m表示指标集中子因素的灰度值，m为评语集中包含的评语数；

步骤B：设R_ij表示模糊关系，即指标集的子因素i对评语值j的隶属度(l＝1，2，...，m；j＝1，2，...，P，)；

步骤C：计算模糊评判部分各因素权重及灰度评判部分各指标点灰度值w_i：w_i＝[(a_i1，v₁)，(a_i2，v₂)，...(a_im，v_m)]，并计算单层次模糊灰度综合评判结果向量

C_i：

步骤D：将C_i作为下一级判断的输入进行综合评判，得到向量C：C＝[(b₁，v₁)，(b₂，v₂)，...，(b_n，v_n)]；

步骤E：对C中的元素b₁进行归一化得到b_i，1-v₁表示设备健康状态属于评语值i的可信度，经过处理得到新的向量C＝[(b₁，1-v₁)，(b₂，1-v₂)，...，(b_n，1-v_n)]，对向量C中的每个元素采用公式计算，得到向量P，P中数值最大的元素P_max即为设备健康状态的最终评判结果，P＝(P₁，P₁，...P₁)＝{[μb₁+(1-μ)*(1-v₁)]，[μb₂+(1-μ)*(1-v₂)]，...[μb_n+(1-μ)*(1-v_n)]}，式中

5.根据权利要求1所述的一种基于多维度信息融合的机械设备健康评估方法，其特征在于：所述步骤3中工作状态、工作效率为机械设备在规定条件和时间内完成规定功能的设备状态与效率，所述故障率为机械设备在规定条件和时间内发生故障的频率。