[发明专利]一种随机模糊故障特征融合的旋转机械设备故障诊断方法

权利要求书

1.一种随机模糊故障特征融合的旋转机械设备故障诊断方法，其特征在于该方法包括以下各步骤：

（1）设定旋转机械设备的故障集合                                               ={F₁,…,F_j,…,F_N}，F_j代表故障集合中的第j个故障，j=1,2,…,N，N为设备含有故障的个数；

（2）设x为能够反应故障集合中每个故障F_j的故障特征参数，建立故障特征参数x的故障样板模式A_xj，A_xj为描述故障F_j的一个随机模糊变量，A_xj获取步骤如下：

（2－1）当故障集合中的故障F_j发生时，利用传感器测量故障特征参数x，连续获得x的个测量值； 

（2－2）利用这个测量值得到故障特征参数x的频率直方图，然后对直方图进行插值拟合，得出x的概率密度函数p(x)，用于描述x的随机特性；

（2－3）将描述故障特征参数x随机性的概率密度函数p(x)转化为模糊隶属度函数，即随机模糊变量的外部隶属度函数_out(x)，以便与描述模糊性的内部模糊隶属度函数_n(x)进行结合，生成描述故障F_j的随机模糊变量A_xj，获取外部隶属度函数_out(x)的具体步骤如下： 

a)确定概率密度函数p(x)的峰值点为x_p，确定其隶属度为_out(x_p)=1；

b)确定概率密度函数p(x)对应x的变化范围为区间[x_L, x_R]=[x_p-3σ, x_p+3σ]，其中σ是描述x随机特性的方差量，其中x_L的下标“L”表示左端点，x_R的下标“R”表示右端点；

c)在区间[x_L,x_p]和[x_p,x_R]上分别均匀插入M个点和，i=1,2,…,M，M≥50；

，

可以得到如下一组共M+2个具有包含关系的区间：

若令，则有如下区间的包含关系：

d)随机模糊变量A_xj的外部隶属度函数_out(x)取值如下

              (1)

（2－4）传感器对故障特征参数x测量时，传感器的系统误差会使得测量数据带有一定的模糊性，这种特性可以用矩形的内部隶属度函数_in(x)描述，系统误差一般由传感器生产商提供，其精度规格为，其中0.2<ε<2，为生产商提供的传感器精度，由可构造矩形的内部隶属度函数_in(x)为

                   (2)

（2－5）随机模糊变量A_xj是通过将外部模糊隶属度函数_out(x)和内部模糊隶属度函数_in(x)的α(α[0,1])水平截集区间和结合而得到，两个区间的左、右端点分别为

                          (3)

                          (4)

                           (5)

                           (6)

则故障F_j的随机模糊变量A_xj为

                (7)

其中第k行中的4个元素分别由α=α_k时的水平截集区间和的左、右端点得到

                             (8)

其中，，并有；

（3）当旋转机械设备在线运行时，利用传感器测量故障特征参数x，连续获得x的个测量值，80≥≥30；利用这个测量值，按照步骤（2－2）至（2－5）建立故障待检模式B_x，B_x是描述当前设备运行状况的一个随机模糊变量

                             (9)

（4）将待检模式B_x和故障样板模式A_xj进行匹配获取诊断证据，步骤如下：

（4－1）随机模糊变量B_x和A_xj之间的相似度为

                           (10)

其中，；

（4－2）随机模糊变量B_x和A_xj以及整个故障集合之间的匹配度为

                          (11)

（4－3）对式(11)中的各个匹配度进行归一化处理，获得关于故障特征参数x的在线运行状况对各个故障F_j和故障集合的支持程度，亦即诊断证据为：

                      (12)

（5）除了故障特征参数x，若存在另一个故障特征参数y也能够反映中各个故障，则重复以上步骤（2）至（4），可以获得关于y的诊断证据：

                      (13)

（6）将从故障特征参数x和y获取的证据m_x和m_y，利用Dempster组合规则进行融合，得到融合诊断证据为：

               (14)

其中，F、F_x和F_y取故障中的任何一个或者整个故障集合， 表示诊断证据m_x和m_y之间的冲突程度；

（7）利用步骤（6）得到的融合诊断证据，对旋转机械设备的故障进行诊断：若大于阈值γ、且大于其他故障的诊断证据 0.3以上、且小于设定阈值t，则判定故障发生，其中q=1,2,…,N且q≠j。