[发明专利]基于两视角和粒子滤波的非监督故障预报方法

摘要

本发明针对新设备或新系统没有过往的设备或部件的失效数据（历史故障数据）情况，提出一种两视角方法结合粒子滤波进行非监督的故障预报方法。一个视角是分析观测数据的变化范围来给出健康指标，该指标评估系统的当前数据与已知的健康数据之间变化范围的一致性；另一个视角关注系统的预测数据对健康数据的偏离，并设计基于这种偏离程度的潜在故障指标。预测数据的获取是通过状态空间模型描述系统的故障演化过程，然后利用粒子滤波算法求出未来的系统运行数据。在当前监测时刻，若潜在故障指标连续大于健康指标，则给出故障即将来临的警报（即故障预报）。本发明可实现故障的早期预报，是一种有效的故障预报方法。

主权项

1.一种基于两视角和粒子滤波的非监督故障预报方法，其特征在于包括以下步骤：步骤S1：系统初始化：采用状态空间模型描述由状态变量x和观测变量y构成的系统，每个时刻t测量并获得观测数据D₀＝{y_t}，其中t＝1,2,3,…,m；m为正整数；移除D₀＝{y_t}中最大的5％数据及最小的5％数据后计算其均值μ₀和方差σ₀，在所述状态空间模型的基础上采用粒子滤波算法估计所述系统的状态并获得和其中t＝1,2,3,…,m；设定步长为q，并令k＝m+1；步骤S2：健康指标的计算：在时刻t＝k测量并获得观测数据yk,视健康系统的观测数据近似于高斯分布p(y)＝N(μ0,σ02)，从时间点k‑q+1到k，将观测数据代入分布函数p(y)并求p(yt)的均值：在时刻k，计算所述系统的健康指标：步骤S3：潜在故障指标的计算：在时刻k，在所述状态空间模型的基础上采用粒子滤波算法计算并计算预测数据和其中t＝k+1,k+2,…,k+q；计算预测数据对健康范围的偏离程度，偏离程度的计算公式为：设Z表示第一次发生故障时的偏离，β为指数函数的均值参数，则在某个偏离z下的无故障概率为：P(Z＞z)＝exp{‑z/β}在时刻k，当用已获得的预测数据代入偏离公式时，计算所述系统的潜在故障指标：步骤S4：故障预报：在时刻k，其中k>m+2，如果Fk>Hk且Fk‑1>Hk‑1且Fk‑2>Hk‑2，给出即将来临故障的预报，否则不预报；k＝k+1，转至步骤S2。