[发明专利]基于格兰杰因果关系校验构建工业装备故障关系的方法

说明书

本发明提供一种基于格兰杰因果关系校验构建工业装备故障关系的方法，通过采集待测工业装备的至少两种运行数据，按照时间先后顺序，每一种运行数据对应形成一条时间序列数据；对各时间序列数据进行预处理；采用格兰杰因果关系校验对预处理后的两两时间序列数据进行校验；根据校验结果，构建两两时间序列数据分别对应的两种运行数据之间的因果关系指向图，以形成待测工业装备的故障关系图。解决了当前基于工业装备故障关系构建，依赖于运行数据之间的相关性，导致准确性低、且缺乏指向性的问题，本方案利用格兰杰因果关系校验确立各运行数据之间的因果关系，指向性明确，且经实际报警案例测得，所构建故障关系与实际报警案例匹配成功率较高。

技术领域

本发明涉及机械故障检测技术领域，尤其涉及一种基于格兰杰因果关系校验构建工业装备故障关系的方法。

背景技术

利用工业装备运行时采集的运行数据，在多类数据之间进行相关性分析，是目前重建工业装备故障关系的常用方法。这类方法主要通过传感器采集工业设备运行时各部件温度、速度等信息，简单的计算两两之间的相关性，在相关性较大的部件之间建立故障关系。

但是，由于相关性本身缺乏指向性，所以导致生成的故障关系也存在这一问题，也即无法明确区分故障关系中的原因和结果。

另外，由于工业装备内部关联十分复杂，各部件运行数据之间的相关性存在普遍较高的现象，依据相关性来构建故障关系，必然存在过多的冗余关系，效果较差。

发明内容

本发明提供的基于格兰杰因果关系校验构建工业装备故障关系的方法，主要解决的技术问题是：当前基于工业装备运行时的运行数据之间的相关性，来构建故障关系，缺乏指向性、且准确性不高。

为解决上述技术问题，本发明提供一种基于格兰杰因果关系校验构建工业装备故障关系的方法，包括：

采集待测工业装备的至少两种运行数据，按照时间先后顺序，每一种运行数据对应形成一条时间序列数据；

对各所述时间序列数据进行预处理；

采用格兰杰因果关系校验对预处理后的两两时间序列数据进行校验；

根据校验结果，构建所述两两时间序列数据分别对应的两种运行数据之间的因果关系指向图，以形成所述待测工业装备的故障关系图。

可选的，所述预处理包括对各所述时间序列数据进行删减、补全、重采样以及归一化处理中的至少一种。

可选的，所述采用格兰杰因果关系校验对预处理后的两两时间序列数据进行校验包括：

针对所述预处理后的两两时间序列数据中的一条，构建其对应的格兰杰自回归模型，计算得到所述格兰杰自回归模型的第一误差值；所述一条时间序列对应运行数据为第一运行数据；

针对另一条时间序列数据，构建其对所述一条时间序列数据的格兰杰联合回归模型，然后计算得到所述格兰杰联合回归模型的第二误差值；所述另一条时间序列对应运行数据为第二运行数据；

根据所述第一误差值与所述第二误差值之间的大小关系，得到所述第二运行数据是否为所述第一运行数据的格兰杰原因；其中模型迟延根据AIC准则拟定。

可选的，所述采用格兰杰因果关系校验对预处理后的两两时间序列数据进行校验还包括：

针对所述另一条时间序列数据，构建其对应的格兰杰自回归模型，计算得到所述格兰杰自回归模型的第三误差值；

针对所述一条时间序列数据，构建其对所述另一条时间序列数据的格兰杰联合回归模型，然后计算得到所述格兰杰联合回归模型的第四误差值；

根据所述第三误差值与所述第四误差值之间的大小关系，得到所述第一运行数据是否为所述第二运行数据的格兰杰原因。