[发明专利]基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法

说明书

本发明公开了一种基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法，所述方法包括如下步骤：构建振动故障知识语义模型及知识图谱；基于振动故障知识图谱，自动形成用于振动故障推理的相关矩阵；基于相关矩阵，进行振动故障推理；基于振动故障知识图谱，进行可解释性振动故障溯源诊断。本发明通过振动故障知识语义建模，形成故障知识存储模版，进而将获取的多粒度振动故障知识自动形成振动故障知识图谱，在此基础上建立用于振动故障推理的相关矩阵，充分利用多源诊断信息，实现机组振动故障的科学诊断。本发明为汽轮发电机组振动故障诊断提供了新的思路与途径，有利于提高振动故障诊断的科学性、全面性、可解释性以及智能化水平。

技术领域

本发明属于旋转机械状态监测与故障诊断领域，涉及一种汽轮发电机组振动故障可解释性诊断方法，具体涉及一种基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法。

背景技术

汽轮发电机组结构复杂、运行工况多变，工作在高温、高压、高转速的环境当中，不可避免的会发生各类振动故障，这就要进行故障诊断，明确引起振动异常的原因，以便实施科学的运维策略。

汽轮发电机组各组成部分之间通过物质流和能量流以及伴随而产生的信息流的传递而保持密切的联系，不同时空尺度上振动故障呈现出多样性、层次性和传递性，形成复杂的故障因果传递链，例如“真空降低→低压缸变形→轴承座标高变化→转轴与油挡碰磨”等；此外，振动故障同征兆对应关系复杂，同一个故障可能引起多个征兆，同一个征兆可能对应着多个故障。

现有技术中，主要针对单一设备或者某类振动故障进行诊断，没有从故障在系统中传播的角度考虑故障诊断问题，所利用的诊断信息较为有限，容易造成误诊、漏诊或者诊断结果不明确，也不利于故障溯源。此外，现有的诊断方法缺乏振动故障同征兆间逻辑关系的深入分析，诊断结果也缺乏可解释性。

发明内容

为了克服现有技术的缺陷，本发明提供了一种基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法，通过振动故障知识语义建模，形成故障知识存储模版，进而将获取的多粒度振动故障知识自动形成振动故障知识图谱，在此基础上建立用于振动故障推理的相关矩阵，充分利用多源诊断信息，实现机组振动故障的科学诊断。

本发明的目的是通过以下技术方案实现的：

一种基于图谱和相关矩阵的汽轮发电机组振动故障诊断方法，包括如下步骤：

步骤1、构建振动故障知识语义模型及知识图谱：

步骤11、构建振动故障知识语义模型：Vib_sm＝Vib^c,Vibⁱ,Vib^r,Vib^x，其中：Vib^c表示振动故障知识类的集合，此处c表示类；Vibⁱ表示振动故障知识类包含的实例集合，此处i表示实例；Vib^r表示振动故障知识不同类之间的语义关系集合，此处r表示关系；Vib^x表示振动故障知识公理集合，此处x表示公理；

步骤12、根据振动故障知识语义模型，明确各维度知识间的关联关系，建立振动故障知识存储模版，构建结构化的振动故障知识关联表；

步骤13、将振动故障知识关联表自动读入图数据库中，以构建起振动故障知识图谱；

步骤2、基于振动故障知识图谱，自动形成用于振动故障推理的相关矩阵：

基于步骤1所构建的振动故障知识图谱，通过知识图谱查询语言进行模式匹配，遍历振动故障同诊断位置、诊断工况、故障征兆知识间三元组关系，并将知识间的语义关系映射为不同的相关系数，自动形成用于振动故障诊断的位置—故障相关矩阵FL、工况—故障相关矩阵FC以及征兆—故障相关矩阵FS；

步骤3、基于相关矩阵，进行振动故障推理：