[发明专利]一种基于传感器互补性分析的故障诊断方法

摘要

本发明公开了一种基于传感器互补性分析的故障诊断方法，包括以下步骤：步骤一、获取偏好关系矩阵；步骤二、获取传感器互补性向量；步骤三、融合多传感器检测数据得故障类型。本发明逻辑清晰、设计合理，根据故障诊断历史数据分析传感器互补性，基于传感器互补性构建多传感器故障诊断模型。从而在故障诊断时，综合考虑各类型传感器的优势，提升多传感器检测时故障诊断的精确性，对电机转子系统的故障诊断提供帮助。

主权项

1.一种基于传感器互补性分析的故障诊断方法，其特征在于，包括以下步骤：步骤一、获取偏好关系矩阵：步骤101：获取各传感器故障诊断矩阵：传感器种类有n种，记为X＝{x₁,x₂,…,x_i,…,x_n}，故障类型有h种，记为Y＝{y₁,y₂,…,y_j,…,y_h}；根据传感器电机转子故障诊断的历史案例数据，可以得到各传感器的故障诊断矩阵；传感器x_i的故障诊断矩阵R_i为：其中为传感器x_i将故障类型y_k判断成故障类型y_l的案例数量；步骤102：获取传感器偏好关系矩阵：从故障诊断矩阵R_i可以得到传感器x_i对于故障类型y_j的诊断情况其中为对y_j正确诊断的案例数，为将yj误诊断成其他故障类型的案例数，为将其他故障类型误诊断成y_j的案例数，则为除上述三种情况外的案例数；传感器偏好关系用符号为＞表示，偏好关系表示对于故障类型y_j传感器x_k的故障诊断能力优于x_l的程度；偏好关系满足以下条件：传感器间偏好关系求解公式如下：其中表示传感器x_k对故障y_j的诊断性能，I_j为故障类型y_j最优情况下的诊断矩阵，对于故障类型y_j，各传感器偏好关系矩阵为步骤二、获取传感器互补性向量：由故障类型y_j的偏好关系矩阵P_j，用层次分析法计算故障类型y_j的互补性向量；先对P_j列向量归一化，再求行和归一化得各传感器权重，为对于故障类型yj传感器x_i的权重；故障类型y_j的互补性向量为步骤三、融合多传感器检测数据得故障类型：步骤301：构造概率矩阵：对于一个类型未知的故障，由各传感器诊断结果得到一组概率分布，构造概率矩阵Q：为传感器x_i诊断未知故障为y_j的概率；步骤302：根据概率矩阵构造基本概率分配函数(Basic Probability Assignment,BPA)：在辨识框架Y＝{y₁,y₂,…,y_j,…,y_h}上的BPA，m为2^Y→[0,1]的函数，其中2^Y为Y的幂集，m满足且为空集，A为Y的子集；未知故障类型为y_j时，传感器x_i的后验BPA为其中步骤303：融合得后验基本概率分配函数m^j:由n组BPA，与故障类型y_j的互补性向量为加权平均得再将融合n‑1次得到未知故障类型为y_j时的后验BPA m^j：即式中共有n个进行融合；式中为BPA融合符号，两组BPA的融合公式：其中m₁和m₂为两组在辨识框架Y上待融合的BPA,为融合后的BPA，A、B为幂集2^Y中的元素；步骤304：最终融合获得故障类型：将h组后验BPA m^j,j＝1,…,h进行融合得最终的BPA m：根据最终融合得到的BPA计算各种故障类型的概率：其中|A|为集合A的模值，即其中所含焦元个数,将概率最大的故障类型作为诊断结果。