[发明专利]一种基于特征选取和马氏距离的电机健康监测和异常诊断方法

摘要

一种基于特征选取和马氏距离的电机健康监测和异常诊断方法，首先对电机的振动，电流和转速信号进行数据采集，然后对这些信号进行特征计算构建特征空间，运用特征选取方法选取出用于马氏距离计算的特征向量；然后计算正常工作状态电机的马氏距离，并构建出一个表示电机正常工作状态的马氏空间；将未知健康情况的测试电机信号参考正常工作状态电机的统计参数计算马氏距离，通过与马氏空间的对比，来判断测试电机的健康情况。本发明在对正常工作状态下的电机信号用于训练并构建成马氏空间后，可有效实现对未知工作状态的电机进行健康监测和异常诊断。

主权项

一种基于特征选取和马氏距离的电机健康监测和异常诊断方法，其特征在于：所述方法包括以下步骤：步骤一、采集正常工作状态下的电机信号，包括振动、电流和转速信号；步骤二、对所述电机信号进行特性计算得到特征空间，分别是对振动信号进行时域特征的计算，包括有效值、最大峰值、峰峰值、峭度、平均值、方差、标准方差、偏斜度、波峰系数和功率；同时计算电流的有效值和电机转速，并将所述计算的特征构建一个特征空间；步骤三、对步骤二得到的特征空间中的特征，运用最小冗余最大相关的特征选取技术选取出用于马氏距离计算的特征向量；步骤四、对步骤三得到的特征向量，进行特征向量的统计参数：平均值和标准方差的计算，用于特征向量的标准化；对标准化后的特征向量，计算其相关矩阵及其逆矩阵，和计算马氏距离，并构建出表示电机正常工作状态下的马氏空间；步骤五、对未知健康状态的测试电机经过步骤一的信号采集和步骤二和步骤三选取的特征向量计算，运用正常工作状态下的电机特征向量的统计参数，对测试电机的特征向量进行标准化，并运用正常工作状态下的相关矩阵的逆矩阵，进行测试电机的马氏距离计算；步骤六、将步骤五计算得到的测试电机的马氏距离与步骤四得到的马氏空间做比较，若测试电机所对应的马氏距离在马氏空间内，表示测试电机工作正常，反之则表示电机工作异常。