[发明专利]一种基于多变量估计预测的机械设备故障智能预警方法

摘要

一种基于多变量估计预测的机械设备故障智能预警方法，包括以下步骤：步骤1，建模数据子集；步骤2，对建模数据子集预处理：步骤3，构建机械设备状态参数和工况参数的预测模型：步骤4，实测状态参数对应机械设备正常运行状态下的状态参数估计预测；步骤5，将状态参数的实测结果与预测结果相减得到状态参数的残差值，判断残差的绝对大小和增长趋势是否超过相应的阈值，进而检测设备的故障异常并实施报警；本发明基于多变量估计预测方法建立机械设备的智能预警模型，进而实现变工况机械设备故障的智能预警。相对于传统的机械设备故障预警方法，本发明具有预测精度高、预警准确度高、预警更及时的优点。

主权项

1.一种基于多变量估计预测的机械设备故障智能预警方法，其特征在于，包括以下步骤：步骤1，选取机械设备正常工作状态下的机械设备状态参数及机械设备对应的部分工况数据，建模数据子集；步骤2，对建模数据子集预处理：对建模数据子集的各个变量特征进行min‑max标准化，归一化到[0,1]区间；步骤3，构建机械设备状态参数和工况参数的预测模型：选择归一化之后的建模训练数据集建立对应的正常运行空间矩阵D；步骤4，实测状态参数对应机械设备正常运行状态下的状态参数估计预测；步骤5，将状态参数的实测结果与预测结果相减得到状态参数的残差值，判断残差的绝对大小和增长趋势是否超过相应的阈值，进而检测设备的故障异常并实施报警；步骤6，判断残差结果是否超过设定阈值，如果超过设定阈值，则机械设备已经出现故障异常，需报警；反之，则机械设备为正常运行，无报警；同时判断残差的增长趋势是否超过设定趋势阈值，如果超过设定趋势阈值，则机械设备已经出现异常持续劣化的情况，需报警；反之，则机械设备无异常劣化情况，无报警。