[发明专利]一种基于事件关联的装备健康管理异常定位方法有效
申请号: | 202211701897.1 | 申请日: | 2022-12-29 |
公开(公告)号: | CN115659188B | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 魏强;刘广志;易明权 | 申请(专利权)人: | 四川观想科技股份有限公司 |
主分类号: | G06F18/22 | 分类号: | G06F18/22;G06F17/16;G06F16/215;G06Q10/20 |
代理公司: | 西安正华恒远知识产权代理事务所(普通合伙) 61271 | 代理人: | 陈选中 |
地址: | 610041 四川省成都市中国(四川)*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 事件 关联 装备 健康 管理 异常 定位 方法 | ||
1.一种基于事件关联的装备健康管理异常定位方法,其特征在于,包括以下步骤:
S1、获取装备运行过程中的标准故障特征数据和待测故障特征数据;
S2、对获取的标准故障特征数据和待测故障特征数据进行预处理;
S3、根据预处理后的标准故障特征数据和待测故障特征数据分别构建标准故障特征矩阵和待测故障特征矩阵;
S4、根据构建的标准故障特征矩阵和待测故障特征矩阵计算异常匹配度,确定异常匹配特征;具体包括以下分步骤:
S41、根据构建的标准故障特征矩阵和待测故障特征矩阵分别计算故障特征权重,构造标准故障特征加权矩阵和待测故障特征加权矩阵;
S42、构建标准故障特征加权矩阵和待测故障特征加权矩阵的正样本集和负样本集;
S43、计算每个故障特征到正样本集和负样本集的欧氏距离;
S44、计算每个故障特征与正样本集和负样本集的特征关联度;
S45、根据每个故障特征与正样本集和负样本集的欧氏距离和特征关联度计算故障特征与正样本集和负样本集的接近程度;
S46、根据故障特征与正样本集和负样本集的接近程度确定故障特征的异常匹配度;
S47、选取满足设定条件的异常匹配度对应的故障特征确定异常匹配特征;
S5、根据标准故障特征矩阵和待测故障特征矩阵的异常匹配特征确定异常定位结果。
2.根据权利要求1所述的一种基于事件关联的装备健康管理异常定位方法,其特征在于,步骤S1中标准故障特征数据和待测故障特征数据包括装备状态数据、装备特征运行参数数据和装备运行指标数据。
3.根据权利要求1所述的一种基于事件关联的装备健康管理异常定位方法,其特征在于,步骤S2具体包括:
S21、对获取的标准故障特征数据和待测故障特征数据进行数据清洗处理;
S22、对步骤S21处理后的标准故障特征数据和待测故障特征数据进行数据标准化处理;
S23、根据步骤S22处理后的标准故障特征数据和待测故障特征数据分别计算对应的故障特征参数健康度;
S24、根据计算的故障特征参数健康度,选取满足设定条件的故障特征参数健康度对应的标准故障特征参数和待测故障特征参数。
4.根据权利要求3所述的一种基于事件关联的装备健康管理异常定位方法,其特征在于,所述故障特征参数健康度的计算公式为:
其中,
5.根据权利要求1所述的一种基于事件关联的装备健康管理异常定位方法,其特征在于,步骤S41中故障特征权重的计算方法为:
S411、计算标准故障特征矩阵和待测故障特征矩阵中各个故障特征参数总和;
S412、根据步骤S411的计算结果计算因子熵;
S413、根据步骤S412的计算结果计算熵总和;
S414、根据步骤S413的计算结果计算相对权值;
S415、根据步骤S414的计算结果计算各个故障特征的故障特征权重。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川观想科技股份有限公司,未经四川观想科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211701897.1/1.html,转载请声明来源钻瓜专利网。