[发明专利]一种基于高斯模型的机械设备状态诊断方法

摘要

一种基于高斯模型的机械设备状态诊断方法，属于设备故障诊断技术领域的。具体步骤为(1)根据设备类型确定需要获取的特征参数的种类；(2)获取设备正常状态的特征参数数据并构建对应的高斯模型库；(3)获取设备当前的特征参数数据并构建高斯模型；(4)根据公式计算当前设备状态的高斯模型与正常状态高斯模型的偏离度；(5)根据计算得到的偏离度确定设备当前运行状态。本发明用于对机械设备进行实时的状态诊断，使得设备管理人员掌握设备运行状态。

主权项

一种基于高斯模型的机械设备状态诊断方法，其特征在于，包括：1)获取机械设备开机正常的特征参数数据，生成机械设备正常状态特征参数数据的高斯模型，并将正常状态高斯模型保存到高斯模型库中；2)实时采集机械设备特征参数数据，生成实时特征参数数据的高斯模型；3)将实时特征参数数据的高斯模型与状态评估等级及高斯模型库中各个等级特征参数的高斯模型进行匹配计算，得到实时特征参数数据的高斯模型与正常状态高斯模型的偏离度；4)根据计算得到的高斯模型的偏离度，判定设备运行状态；若计算得到的偏离度超过设定的阈值，则判定设备异常，若不超过设定的阈值，则判定设备运行正常；所述的特征参数数据高斯模型生成，根据获取的机械设备一段时间的特征参数数据xi(t)，其中i＝1,2,…,N，i代表不同种类的特征；不同的设备获取不同数量不同种类的特征参数数据；根据公式(1)(2)(3)构建不同特征参数数据的高斯模型f(xi(t))，其中，n表示i组特征参数个数，xi(t1)、xi(t2)...xi(tn)表示i组特征参数数据具体数值；所述的实时状态特征参数数据高斯模型生成，将实时采集得到的当前机械设备的特征参数，根据公式(1)(2)(3)构建当前特征参数数据的高斯模型fcurrent(xi(t))；所述的运行状态高斯模型匹配，将当前特征参数数据的高斯模型fcurrent(xi(t))与设备正常状态的高斯模型库fnormal(xi(t))进行匹配识别；模型匹配算法：其中，pi为根据公式(5)计算得到的第i个特征值的偏离度；其中i＝1,2,…,n；其中，fcurrent(xi(t))为当前运行状态第i个特征值的高斯模型，fnormal(xi(t))为正常状态第i个特征值的高斯模型库；根据公式(4)(5)计算当前状态的高斯模型fcurrent(xi(t))与设备正常状态高斯模型库fnormal(xi(t))的偏离度P；若计算的到的偏离度p≤Thre，则判定设备运行状态正常；若计算得到的偏离度p>Thre，则判定设备状态异常；其中，Thre为偏离度阈值；偏离度阈值设定为0.05‑0.1之间的任意值。