[发明专利]基于故障模式发生概率的动设备运行状态模糊评价及预测方法

摘要

本发明公开了一种基于故障模式发生概率的动设备运行状态模糊评价及预测方法，其评价方法包括：S1.确定产品集合及其故障模式集合；S2.确定各故障模式对应的特征量集合；S3.计算特征量劣化度；S4.计算故障模式发生概率；S5.计算故障模式发生概率隶属度；S6.零部件运行状态的模糊评价；S7.动设备运行状态的模糊评价。本发明采用特征量、故障模式、零部件、子系统、设备或系统逐步逐层求解的方法来降低计算中特征量的数目，从而避免对原始特征量的错误取舍和冗余计算实现了对动设备运行状态科学评价，保证了动设备状态评价过程的合理性性和准确性；同时提出了动设备的运行状态的预测方法。

主权项

1.基于故障模式发生概率的动设备运行状态模糊评价方法，其特征在于,包括：S1.确定产品集合及其故障模式集合：动设备包含的l个零部件构成零部件集合Z，获取l个零部件的所有故障模式，构成各零部件的故障模式集合F；S2.确定各故障模式对应的特征量集合：计算第k个零部件的m个故障模式各自所对应的状态特征量，构成第k个零部件的第j个故障模式所对应的n个状态特征量所构成的集合Yj，得到m个故障模式的状态特征量空间Ym；S3.计算特征量劣化度：计算出状态特征量空间Ym中第i个状态特征量在t时刻的相对劣化度bi(t)，即该状态特征量的故障发生概率p(Yj)，计算得到m个故障模式所对应的状态特征量全劣化概率空间pm；S4.计算故障模式发生概率：计算故障模式集合F中第j个故障模式的综合发生概率P(Fj)，得到第k个零部件的m个故障模式发生概率集合Pj；S5.计算故障模式发生概率隶属度：将故障模式发生概率集合Pj中的m个故障模式发生概率分别带入零部件运行状态隶属度函数，计算出第k个零部件所包括的m个故障模式的隶属度矩阵Rk；S6.零部件运行状态的模糊评价：构建第k个零部件所包含的m个故障模式的权重矩阵Bk，计算得到第i个产品的隶属于运行状态的隶属度向量Dk，根据最大隶属原则确定第k个零部件所处的状态，生成动设备包含的l个零部件的运行状态隶属度空间Cl；S7.动设备运行状态的模糊评价：定义动设备所包含的l个零部件的权向量为Wl，结合动设备包含的l个零部件的运行状态隶属度空间Cl，得到动设备的状态评语为Q，根据最大隶属原则得到该动设备所处的状态。