[发明专利]一种基于多维度信息融合的故障诊断方法

权利要求书

1.一种基于多维度信息融合的故障诊断方法，其特征在于包括如下步骤：

1)通过在线监测系统采集设备各测点各时间点振动数据，通过信号处理，从各测点各时间点振动数据中提取敏感参数，将单一测点单一时间点数据提取出的所有敏感参数组成该测点该时间点的敏感参数集，若某一敏感参数集中的一个或多个特征参数超过报警值，即启动故障诊断；

2)依据传统专家系统诊断推理规则，对报警敏感参数集进行诊断，获得初始诊断结论；

3)依据故障机理及各测点对故障的响应明显程度，选择相关测点，依据故障劣化规律，选择多个时间点，用相关测点多时间点敏感参数集构建多维度敏感参数矩阵；

4)依据传统专家系统推理规则，对敏感参数矩阵中各敏感参数集进行诊断，生成对应故障矩阵；

5)依据不同故障类型故障劣化规律，设计权重矩阵；

6)将故障矩阵与权重矩阵对应位置数据相乘，求解融合后诊断结论R并对R进行归一化处理，处理后当R大于等于一设定值R₀时，则说明该设备确实存在故障矩阵所代表的故障，否则说明设备不存在故障矩阵所代表的故障；

7)给出融合后诊断结论，即设备是否存在某一故障类型。

2.根据权利要求1所述的基于多维度信息融合的故障诊断方法，其特征在于，步骤1)中的敏感参数集为：

S_ij＝[s_ij1，s_ij2，...，s_ijk]

上式中各参数意义：

i：第i个时间点；

j：第j个测点；

k：敏感参数的个数；

S_ij：测点j，时间点i的敏感参数集；

S_ijk：测点j，时间点i的第k个敏感参数。

3.根据权利要求1或2所述的基于多维度信息融合的故障诊断方法，其特征在于，对于旋转设备，将采集到的数据经信号处理，提取出的敏感参数有通频、主导频率、幅值、相位、轴心轨迹等；对于往复设备，将采集到的数据经信号处理，提取出的敏感参数有温度、活塞杆沉降、缸体振动、曲轴箱振动等。

4.根据权利要求1-3任一项所述的基于多维度信息融合的故障诊断方法，其特征在于，步骤3)中建立的多维度敏感参数矩阵为：

上式中各参数意义：

S：多维度敏感参数矩阵；

m：依据故障劣化规律，选择的m个时间点；

n：依据故障机理及对故障的响应程度，选择的n个相关测点。

5.根据权利要求1-4任一项所述的基于多维度信息融合的故障诊断方法，其特征在于，步骤4)中生成的故障矩阵为：

上式中各参数意义：

F：故障矩阵；

F_ij：故障矩阵中第i行第j列的元素。