[发明专利]一种多维数据故障决策方法、装置及存储介质

权利要求书

1.一种多维数据故障决策方法，其特征在于，包括：

获取设备的不同监测数据，提取特征值；

对提取的所述特征值进行模糊化处理；

根据预设故障规则库对处理后的所述特征值进行模糊推理，生成决策结果；

对生成的所述决策结果进行去模糊化，得到最终故障决策结果及维修建议。

2.根据权利要求1所述的多维数据故障决策方法，其特征在于，所述特征值包括频域特征值、异音特征值、时域特征值、冲击信号特征值、磨粒特征值、理化特征值、温度特征值、压力特征值、粘度特征值中的任意种或采用机理分析得到的其他特征值。

3.根据权利要求1所述的多维数据故障决策方法，其特征在于，当所述特征值为时域特征值时，提取所述时域特征值，包括：

提取峰峰值、均值、均方根值、标准差、偏斜度系数、峭度、转子振动基频的幅度、转子振动2倍基频的幅度中的任意种。

4.根据权利要求1所述的多维数据故障决策方法，其特征在于，当所述特征值为频域特征值时，提取所述频域特征值，包括：

采用FIMD算法对原始信号进行分解，得到固有模态FIMD分量；

对所述固有模态FIMD分量进行重构，得到重构后的信号；

采用傅里叶变换对所述重构后的信号的时域信息进行频域特征提取，得到频域中的信号变化趋势，并提取出频带能量、频带宽度以及是否存在异常频率的信息。

5.根据权利要求4所述的多维数据故障决策方法，其特征在于，采用FIMD算法对原始信号进行分解，得到固有模态FIMD分量，包括：

计算原始信号的极值点；

利用线性转换方法对所述原始信号的极值点进行转换并生成对应的残余量；

将所述原始信号减去所述残余量，得到所述原始信号对应的固有模态FIMD分量。

6.根据权利要求5所述的多维数据故障决策方法，其特征在于，采用下述公式生成对应的残余量：

其中，r(t)表示所述残余量，t₀、t_j和t_m-1分别表示所述原始信号的不同极值点的采样时刻，t_j+1表示j+1个极值点处所对应的采样时刻，R(t_j)表示采样时刻t_j的极值点；R(t_j)表示采样时刻t_j+1的极值点。

7.根据权利要求5所述的多维数据故障决策方法，其特征在于，在将所述原始信号减去所述残余量之前，还包括：

将固有模态函数的某个极值点作为修正的控制点；

根据相邻的两个向量乘积计算所述控制点的中值，同时采用多次样条连接的方法对所述控制点的中值进行连接，以对所述残余量进行修正。

8.根据权利要求4所述的多维数据故障决策方法，其特征在于，对所述固有模态FIMD分量进行重构，得到重构后的信号，包括：

计算各阶FIMD分量的相关程度；

选择大于设定值的所述相关程度对应的FIMD分量进行重构，得到重构后的信号。

9.根据权利要求8所述的多维数据故障决策方法，其特征在于，采用下述公式计算各阶FIMD分量的相关程度：

其中，表示各阶FIMD分量的相关程度；表示FIMD分量与所述原始信号之间的互相关函数，R_S(t)表示所述原始信号的自相关函数。