[发明专利]一种基于推土机距离度量的装备多维度健康状态评估方法

权利要求书

1.一种基于推土机距离度量的装备多维度健康状态评估方法，所述方法包括：

获取装备的监测参数，所述监测参数为表征装备性能衰退的监测数据；

对所述监测数据进行数据预处理，提高数据可用度；

对经过数据预处理后的监测数据进行衰退敏感参数同向翻转加权平均，利用样本数据和待评估数据的健康状态样本集确定标准健康集，利用历史数据的故障状态样本集确定标准故障集，所述标准健康集和标准故障集构成状态评估标准样本集；

基于所述状态评估标准样本集进行时序滑窗推土机距离计算，得到推土机距离和性能衰退样本集；

基于所述推土机距离和所述性能衰退样本集线性生成健康度。

2.根据权利要求1所述的装备多维度健康状态评估方法，其特征在于，所述监测参数来自状态评估样本集，所述状态评估样本集包括全寿命数据和实时数据。

3.根据权利要求1所述的装备多维度健康状态评估方法，其特征在于，所述数据预处理包括数据剔野、数据补齐、数据降噪，所述数据剔野操作是将不符合要求的数据点、有明显错误的离群点予以剔除；所述数据补齐操作是针对野值剔除后数据缺失的问题，利用插值法补齐数据空值；所述数据降噪操作是对剔野、补齐处理后的数据进行平滑降噪，以进一步提高数据质量。

4.根据权利要求1所述的装备多维度健康状态评估方法，其特征在于，所述衰退敏感参数同向翻转加权平均包括：衰退敏感参数归一化、衰退敏感参数同向翻转、衰退敏感参数加权平均、确定健康样本集与故障样本集。

5.根据权利要求4所述的装备多维度健康状态评估方法，其特征在于，所述衰退敏感参数归一化是将各维参数归一化至0-1范围，去除参数量纲，为后续步骤提供数据基础；所述衰退敏感参数同向翻转是将训练数据的矩阵序列和测试数据的矩阵序列进行一致化处理，以使训练数据的矩阵序列和测试数据的矩阵序列的每一列参数化为相同变化趋势的数据。

6.根据权利要求5所述的装备多维度健康状态评估方法，其特征在于，对所述一致化处理的参数进行加权平均，以确定每台训练装备前t个循环作为装备初始健康状态H＝{H₁,H₂,…,H_t}，其中

其中，w_j为第j个敏感参数对应的权重值；按加权平均的方式确定每台训练装备后t个循环作为发动机到寿故障状态值F＝{F_n-t,F_n-t+1,…,F_n}，其中：

7.根据权利要求6所述的装备多维度健康状态评估方法，其特征在于，将全部测试、训练装备健康状态值H由小到大排序，选择排名靠前的装备初始状态作为健康集样本，将全部训练装备故障状态值F由大到小排序，选择排名靠前的装备到寿状态作为故障集样本，所述选择的比例为10％。

8.根据权利要求6所述的装备多维度健康状态评估方法，其特征在于，所述时序滑窗推土机距离计算包括：健康样本集与故障样本集的时序滑窗推土机距离计算；训练、测试数据的时序滑窗推土机距离计算。

9.根据权利要求8所述的装备多维度健康状态评估方法，其特征在于，所述训练、测试数据的时序滑窗推土机距离计算包括：计算健康状态推土机距离序列S_h、计算故障状态推土机距离序列S_f；所述推土机距离计算具体为：将待评估装备参数样本按时间长度t，步长为1进行滑窗切割，将待评估装备参数样本划分为离散片段样本；并将离散片段样本内每个参数分别与健康样本集中对应的参数数据分布计算推土机距离；然后，将所有参数的推土机距离计算结果取算数平均值；对该算数平均值进行归一化处理，得到最终的健康状态推土机距离序列S_h。

10.根据权利要求1所述的装备多维度健康状态评估方法，其特征在于，所述生成健康度步骤包括：

生成变权重序列，降低故障推土机样本集尾部数据的权重值，增大其前端数据权重值，最终生成健康变权重序列和故障变权重序列；

线性生成健康度；根据健康和故障推土机距离数据集，计算每台装备的健康度序列，记为：

CV＝{CV₁，CV₂，......，CV_l}，

该序列通过变权重定量表征了装备健康状态：

CV_i＝s_fi*w_hi+(1-s_hi)*w_fi

其中，CV_i为装备第i个循环健康度值，S_hi、S_fi分别为每台装备第i个循环健康、故障样本推土机距离度量结果值。