[发明专利]基于稀疏退化建模的设备性能退化评估方法及系统

权利要求书

1.一种基于稀疏退化建模的设备性能退化评估方法，其特征在于，所述方法包括如下步骤：

步骤S1：以固定的时间间隔采集振动信号的方式，收集设备全寿命周期的时域振动数据矩阵X∈R^N×M，表示如下：

其中，N表示设备全寿命周期过程中采样次数；M表示每次采样的样本数；x_j,·∈R^1×M表示第j次从设备采集到的振动样本序列，j＝1,2…,N；x_j,k表示第j次采样中的第k个样本点，k＝1,2,…,M；

步骤S2：基于希尔伯特变换和快速傅里叶变换将N次振动数据序列转化为平方包络谱幅值SES∈R^N×M，表示如下：

其中，ses_j,k表示第j次采样中的第k个样本点所对应的平方包络谱幅值，由x_j,k基于希尔伯特变换和快速傅里叶变换得到；

步骤S3：基于平方包络谱幅值融合的全寿命周期健康指数HI∈R^N×1定义如下：

其中，hi_j(j＝1,2…,N)为第j次采样时间点的健康指数；w∈R^M×1＝[w₁,w₂,…,w_M]′为平方包络谱幅值的权重；w_k(k＝1,2,…,M)为每次采样中的第k个平方包络谱幅值的权重；

步骤S4：基于全寿命周期振动数据的平方包络谱幅值矩阵SES，构建一种稀疏退化凸优化模型自动确定平方包络谱幅值的权重w；

步骤S5：根据步骤S4构建的稀疏退化凸优化模型求解平方包络谱幅值的权重w；

步骤S6：根据步骤S3的全寿命周期健康指数定义计算HI，对设备全寿命周期进行早期故障检测和单调退化评估。

2.根据权利要求1所述的基于稀疏退化建模的设备性能退化评估方法，其特征在于，所述步骤S1中的设备全寿命周期实验过程中共采集N次，每次采集M个振动数据序列，设备的全寿命周期振动数据矩阵X∈R^N×M表示如下：

其中，N表示设备全寿命周期过程中采样次数；M表示每次采样的样本数；x_j,·∈R^1×M表示第j次从设备采集到的振动样本序列，j＝1,2…,N；x_j,k表示第j次采样中的第k个样本点，k＝1,2,…,M。

3.根据权利要求1所述的基于稀疏退化建模的设备性能退化评估方法，其特征在于，所述步骤S2包括如下步骤：

步骤S2.1：首先利用希尔伯特变换运算，将N次的振动数据序列转化为解析信号矩阵E∈R^N×M表示如下：

其中，|·|表示复数取模符号；X∈R^N×M表示设备全寿命周期的时域振动数据矩阵；x_j，·∈R^1×M(j＝1,2…,N)表示第j次从设备采集到的振动样本序列；e_j,k表示第j次采样中的第k个样本点所对应的解析信号；hilbert(·)表示希尔伯特变换运算，具体运算公式如下：

由上式可知，希尔伯特变换运算的本质是将原始信号x(t)与1/πt之间进行卷积；

步骤S2.2：计算设备的全寿命周期振动数据的解析信号E的平方包络幅值矩阵SE∈R^N×M如下：

其中，se_j,k表示第j次采样中的第k个样本点所对应的平方包络幅值，由e_j,k取幅值平方得到；

步骤S2.3：基于快速傅里叶变换，计算设备的全寿命周期振动数据的平方包络谱幅值矩阵SES∈R^N×M如下：

其中，ses_j,k表示第j次采样中的第k个样本点所对应的平方包络谱幅值，由se_j,k开展快速傅里叶变换得到。