[发明专利]机械设备状态评估的优化方法

摘要

本发明涉及机械设备状态评估的优化方法，包括如下步骤：步骤1：首先通过安装在机械设备上的传感器获取特征信号得到全寿命特征数据，然后根据全寿命特征数据建立支持向量机状态分类系统，然后建立状态转移矩阵；步骤2：计算m元1次方程的解X；步骤3：利用状态转移矩阵计算得到置信度分布优化公式；步骤4：将需要分析的特征信号带入已有的基于机器学习的分类评估系统，计算得到该特性信号所代表的观测点的置信度分布。其中Pk为P的列向量，表示在该观测点机械系统工作状态属于状态k的置信度。本发明的有益效果：采用本发明的方法，对机械设备状态评估经过优化后，分类的结果得到了很大的优化，准确性大大提高；从而实现更准确判断设备的当前状态。

主权项

机械设备状态评估的优化方法，包括如下步骤：步骤1：首先通过安装在机械设备上的传感器获取特征信号得到全寿命特征数据，然后根据全寿命特征数据建立支持向量机状态分类系统，然后建立状态转移矩阵；步骤2：计算m元1次方程的解X；步骤3：利用状态转移矩阵计算得到置信度分布优化公式；步骤4：将需要分析的特征信号带入已有的基于机器学习的分类评估系统，计算得到该特性信号所代表的观测点的置信度分布P=(P1 … Pk … Pm)T；其中Pk为P的列向量，表示在该观测点机械系统工作状态属于状态k的置信度；步骤5：将计算所得对置信度分布P与步骤2所得的根X=(x1 … xk … xm)T进行比较，若相等则回到步骤4，等待新的观测特征信号；若不相等则进行步骤6；步骤6：对置信度分布P=(P1 … Pk… Pm)T进行判断：若该数据是优化过程中的首组置信度分布，则记当前的置信度分布P=(P1 … Pk … Pm)T为优化过程中的置信度分布Q=(Q1 … Qk … Qm)T，并回到步骤4，等待新的观测特征信号；若该数据不是首组置信度分布，则实施步骤7；步骤7：将先前计算得到的当前的置信度分布P=(P1 … Pk … Pm)T和优化过程中的置信度分布Q=(Q1 … Qk … Qm)T带入步骤3的公式（3），得到优化后的置信度分布R=(R1 … Rk … Rm)T；步骤8：若步骤7优化后的置信度分布R=(R1 … Rk … Rm)T仍然不能清晰的做出结论，或者正处于状态转换的微妙阶段，则将R=(R1 … Rk … Rm)T赋值给Q=(Q1 … Qk … Qm)T，等待新的观测特征信号，重新回到步骤4，得到一组新的置信度分布，直到R=(R1 … Rk … Rm)T满足要求为止；当R满足要求后，才进行下一步到步骤9；步骤9：将步骤8中的R=(R1 … Rk … Rm)T乘上事先设置的标签值，得到状态值，从而实现对机械设备的状态评估与分析。