[发明专利]一种基于无量纲指标的旋转机械故障诊断方法

摘要

本发明公开了一种基于无量纲指标的旋转机械故障诊断方法，包含以下步骤：(1)采集故障类型信号数据；(2)进行无量纲指标计算；(3)进行采样处理，形成数据集；(4)利用Kolmogorov-Smirnov检验方法；使用matlab中的kstest2函数比较待测样本与已知数据集的相似度，得到基本信任函数；(5)利用基于权重系数与冲突概率重新分配的证据合成方法进行改正D-S数据融合；(6)分析融合结果，做出决策。本技术方案通过用无量纲指标、K-S、D-S相结合的旋转机械故障证据合成诊断方法，可以大量提取故障信号特征值，使用K-S方法获得更加可靠的实现旋转机械故障证据合成诊断，使用融合出更加可靠和合理的结果，降低决策风险。

主权项

一种基于无量纲指标的旋转机械故障诊断方法，其特征在于包含以下步骤：(1)从石化旋转机组的传感器上实时的采集故障类型信号数据；(2)对采集到的信号数据进行无量纲指标计算，得到波形指标S_f、峰值指标C_f、脉冲指标I_f、裕度指标CL_f和峭度指标K_v；(3)对(2)得到的数据进行采样处理，得到1024个样本值，形成数据集；(4)利用Kolmogorov‑Smirnov检验方法；在(3)的数据集中任意选择一个样本值作为待测样本，使用matlab中的kstest2函数比较待测样本与已知数据集的相似度，从而得到基本信任函数；(5)利用基于权重系数与冲突概率重新分配的证据合成方法进行改正D‑S数据融合；(6)分析融合结果，做出决策。