[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

说明书

本发明公开的属于机械设备状态检测技术领域，具体为一种基于多维度信息融合的机械设备健康评估方法，包括对机械设备零部件检修、对机械设备各功能子系统正常运行状态参数进行采集、对机械设备健康相关性能参数进行收集并融合多个步骤，本发明将机械设备划分为各功能子系统，同时对机械设备的状态参数与零部件情况进行采集，并与机械设备的工作效率、维修性、技术性能、经济性、安全性所组成的综合参数进行融合，可以将部件运行状态结合起来得到设备整体运行状态，更加全面的反映了设备运行的状态。

技术领域

本发明涉及机械设备状态检测技术领域，具体为一种基于多维度信息融合的机械设备健康评估方法。

背景技术

机械设备在生产企业中起着至关重要的作用，通过对机械设备进行状态监测，可以提前发现机械设备潜在的安全隐患，为企业的设备维护提供决策信息，避免事故停机，保证人员安全，从而实现降本增效。

现有对机械设备健康状态监测是根据传感器信号进行状态评估和预警，考虑到机械设备的复杂性，反映设备的健康状态需要基于零件和部件来展开，由于每个零部件在一个设备中的重要性是不同的，从传感器收集到的状态特征应该给予不同的权重，因此现有对机械设备健康评估方法存在一定的缺陷与局限性。

发明内容

本发明的目的在于提供一种基于多维度信息融合的机械设备健康评估方法，以解决上述背景技术中提出的存在一定的缺陷与局限性的问题。

为实现上述目的，本发明提供如下技术方案：一种基于多维度信息融合的机械设备健康评估方法，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。

优选的，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。

优选的，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。

优选的，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：