[发明专利]一种基于费希尔判别分析与马氏距离的旋转机械健康评估与故障诊断方法

摘要

本发明公开了一种基于费希尔判别分析与马氏距离的旋转机械健康评估与故障诊断方法，属于旋转机械设备的基于状态维修技术领域。本发明首先基于小波包分解提取能量特征向量，然后构建判别分析函数并进行健康状态评估，对旋转机械设备进行故障检测，最后对旋转机械设备进行故障诊断。本发明构建了一个融合状态评估、故障检测和故障诊断的综合框架，解决了目前对旋转机械设备综合健康管理的热点问题，实现了旋转机械设备的智能维护；本发明方法不需要旋转机械设备的全寿命状态监测数据即可建立评估诊断模型，降低了对历史数据的依赖性，具有非常高的工程应用性。

主权项

基于费希尔判别分析与马氏距离的旋转机械健康评估与故障诊断方法，其特征在于，具体包括如下步骤：步骤一、基于小波包分解提取能量特征向量：在旋转机械设备的正常和各类故障工作状态下，采集振动信号，并进行小波包分解从而提取能量特征向量样本；步骤二、构建判别分析函数进行健康状态评估：将每种状态下所提取的能量特征向量样本组成训练集，用来进行FDA的学习，实现高维空间到低维空间的转换，并构建各判别总体和判别分析函数；计算能量特征向量与正常总体之间的马氏距离，通过对马氏距离的归一化，评估出旋转机械设备在t时刻的健康状态CV；步骤三、对旋转机械设备进行故障检测：将t时刻工作状态下旋转机械设备的健康度CV与设定的健康度阈值HT比较，若CV>HT，则旋转机械设备运行状态良好，若CV≤HT，则旋转机械设备存在故障，转入故障诊断；步骤四、对旋转机械设备进行故障诊断：结合判别分析函数，计算t时刻工作状态下提取的能量特征向量与各类故障总体之间的马氏距离，与能量特征向量x之间马氏距离最小的故障总体所对应的故障状态确定为故障模式。