[发明专利]一种基于典型变量分析的液压系统早期故障动态检测方法在审
申请号: | 202310774909.1 | 申请日: | 2023-06-28 |
公开(公告)号: | CN116641941A | 公开(公告)日: | 2023-08-25 |
发明(设计)人: | 赵胜磊;王金鑫;王恩元;李忠辉;刘晓斐 | 申请(专利权)人: | 中国矿业大学 |
主分类号: | F15B19/00 | 分类号: | F15B19/00;G06F30/20;G06F18/214;G06F119/14;G06F111/10 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱小兵 |
地址: | 221116 *** | 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 基于 典型 变量 分析 液压 系统 早期 故障 动态 检测 方法 | ||
1.一种基于典型变量分析的液压系统早期故障动态检测方法,其特征在于,所述方法包括:
实时获取预设时间段内采集液压系统的液压系统工作参数作为样本数据集,液压系统工作参数包括:泵后滑油压力、过滤器前滑油压力、过滤器后滑油压力和过滤器后滑油温度;
将所述样本数据集中的样本数据进行标准化数据预处理操作,获得预处理后的样本数据集;
根据所述预处理后的样本数据集,构建在k时刻相邻的观测向量yp,k和观测向量yf,k,以及观测向量yp,k对应的观测矩阵Yp和观测向量yf,k对应的观测矩阵Yf;
根据观测矩阵Yp和观测矩阵Yf,分析所述观测矩阵Yp的协方差∑pp、所述观测矩阵Yf的协方差∑ff以及所述观测矩阵Yp和所述观测矩阵Yf的互协方差∑fp;
根据所述协方差∑pp、所述协方差vff以及所述互协方差∑fp进行汉克尔矩阵H的奇异值分解,获得奇异值分解结果;
根据所述奇异值分解结果和所述观测矩阵Yp的协方差∑pp进行分析,确定投影矩阵Jx和F;
根据所述投影矩阵Jx和F,将观测向量yp,k划分为两个正交子空间,构建具有相关性的状态子空间zk,其余为残差子空间ek;
根据状态子空间zk和残差子空间ek,分析在k时间点时的Hotelling's T2的值和Q统计量Qk;
将所述Hotelling's T2的值和Q统计量Qk与预设的门限值TUCL2和QUCL进行比较,当或Qk>QUCL时,判定当前液压系统为故障状态,否则,当前液压系统为正常状态。
2.根据权利要求1所述的方法,其特征在于,所述数据标准化预处理操作表达式为:
其中,μ为随机变量的均值向量,μ=[μ1,…,μi,…,μn],μi为第i个随机变量的均值,i∈1,2,…,n,n为样本数据集中的样本数据个数;Dσ为随机变量的方差矩阵,为第i个随机变量的方差,x为样本数据,X为预处理后的样本数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述预处理后的样本数据集,构建在k时刻相邻的观测向量yp,k和观测向量yf,k,以及观测向量yp,k对应的观测矩阵Yp和观测向量yp,k对应的观测矩阵Yf,包括:
根据所述预处理后的样本数据集,在k时刻相邻的两组观测向量yp,k和yf,k的分析公式分别为:
其中,p和f分别是两组观测向量yp,k和yf,k的长度,yk为时刻k的样本数据,q为时间窗口中的滞后量,为实数,m为时间窗口的长度;
将两组观测向量yp,k和yf,k分别定义为列矩阵形式,得到两组观测矩阵Yp和Yf,观测矩阵Yp和Yf的表达式分别为:
其中,M为观测矩阵的列数,M=n-2q+1,n为样本数据集中的样本数据个数。
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矿业大学,未经中国矿业大学许可,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/202310774909.1/1.html,转载请声明来源钻瓜专利网。