基于全局谱特征融合的设备服役性能退化评估方法及系统与流程

1.本发明涉及设备服役性能评估领域，具体地，涉及一种基于全局谱特征融合的设备服役性能退化评估方法及系统。


背景技术：

2.设备服役性能退化评估旨在采集设备的状态数据来监测、评估和管理机器健康状态。早期故障监测和单调退化评估是设备服役性能退化评估两个重要任务。目前最常用的策略之一是构建能够表征和跟踪设备退化过程的健康指数来实现设备服役性能退化评估。由于设备退化轨迹和过程的随机性，测量不确定性和环境噪声的影响，给设备服役性能退化评估带来了很大的挑战。
3.在公开号为cn107908864a的中国专利文献中，公开了一种基于特征融合的复杂设备剩余使用寿命预测方法，该方法虽然能够准确预测设备剩余寿命，但却需要人工提取特征和筛选特征，而且没有实现健康指数的早期故障监测。
4.在公开号为cn110851980b的中国专利文献中，公开了一种设备剩余寿命预测方法及系统，该方法包括：建立基于非线性扩散过程的设备退化数学模型；获取加速应力下设备退化参数的估计值，为第一数据；根据第一数据计算正常工作应力下的退化参数值，得到第二数据；通过拟合优度检验确定第二数据的分布类型；根据第二数据的分布类型，得到第二数据的第2页共2页后验分布函数和期望值；根据后验分布函数、期望值和设备退化数学模型得到第一剩余寿命概率密度函数；根据全概率公式修正第一剩余寿命概率密度函数，得到第二剩余寿命概率密度函数；根据第二剩余寿命概率密度函数预测设备剩余寿命。但是该专利文献中参数的获取需要由工业标准和专家经验确定，需要人工干预。


技术实现要素：

5.针对现有技术中的缺陷，本发明的目的是提供一种基于全局谱特征融合的设备服役性能退化评估方法及系统。
6.根据本发明提供的一种基于全局谱特征融合的设备服役性能退化评估方法，包括以下步骤：
7.步骤s1：获取多台同类型设备从运行正常到失效状态的时域振动数据；
8.步骤s2：基于快速傅里叶变换将采集到时域振动数据文件转换为频域的频谱幅值；
9.步骤s3：定义用于设备服役性能退化评估的健康指数的具体数学表达式；
10.步骤s4：构建确定全局谱特征幅值权重的设备服役性能退化评估模型；
11.步骤s5：根据步骤s3和步骤s4，计算设备的健康指数。
12.优选的，对所述步骤s1中的时域振动数据按采样时间排序，第i台设备收集了n
i
个振动数据文件，i＝1,2
…
,m，m为设备数量，每个数据文件包含m个采样点，第i台设备采集到的数据矩阵表示如下：
[0013][0014]
其中，表示从第i台设备采集到数据集；x
i,j,
·
∈r1×
m
表示从第i台设备采集到第j个数据文件，j＝1,2,
…
,n
i
；x
i,j,k
表示从第i台设备采集到第j个数据文件中的第k个采样点，k＝1,2,
…
,m。
[0015]
优选的，所述步骤s2中，第i台设备得到的频谱幅值数据表示如下：
[0016][0017]
其中，表示第i台设备的频谱幅值矩阵；|f
i,j,
·
|表示从第i台设备的第j个数据文件转换得到的频谱幅值，j＝1,2,
…
,n
i
；f
i,j,k
表示从第i台设备的第j个数据文件中的第k个频率处的频谱幅值，k＝1,2,
…
,m；由于每个数据文件得到的频谱幅值是对称的，只取每个数据文件的前一半频谱幅值作为模型的输入，因此，第i台设备最终得到的频谱幅值数据表示如下：
[0018][0019]
其中，当m为偶数时，s＝m/2；当m为奇数时，s＝(m 1)/2。
[0020]
优选的，所述步骤s3中第i台设备在第j个数据文件的健康指数计算如下：
[0021][0022]
其中w
k
表示第i台设备的第j个数据文件中第k个频率处的频谱幅值的权重，每个数据文件处的健康指数等于全局谱特征幅值的加权和。
[0023]
优选的，所述步骤s4包括以下子步骤：
[0024]
步骤s4.1：根据设备服役性能单调退化特性，构建优化模型量化健康指数的单调特性；
[0025]
步骤s4.2：根据设备发生早期故障时间的不确定特性，构建优化模型量化健康指数的早期故障检测特性；
[0026]
步骤s4.3：根据设备退化轨迹的随机特性，构建优化模型量化健康指数退化轨迹；
[0027]
步骤s4.4：根据步骤s4.1，步骤s4.2和步骤s4.3，构建考虑设备服役性能退化评估的健康指数三源特性的性能退化模型；
[0028]
步骤s4.5：根据步骤s4.4中考虑三源特性的服役性能退化模型，求解出频谱幅值的权重向量。
[0029]
根据本发明提供的一种基于全局谱特征融合的设备服役性能退化评估系统，包括以下模块：
[0030]
模块m1：获取多台同类型设备从运行正常到失效状态的时域振动数据；
[0031]
模块m2：基于快速傅里叶变换将采集到时域振动数据文件转换为频域的频谱幅值；
[0032]
模块m3：定义用于设备服役性能退化评估的健康指数的具体数学表达式；
[0033]
模块m4：构建确定全局谱特征幅值权重的设备服役性能退化评估模型；
[0034]
模块m5：采用模块m3和模块m4中的结果，计算设备的健康指数。
[0035]
优选的，对所述模块m1中的时域振动数据按采样时间排序，第i台设备收集了n
i
个振动数据文件，i＝1,2
…
,m，m为设备数量，每个数据文件包含m个采样点，第i台设备采集到的数据矩阵表示如下：
[0036][0037]
其中，表示从第i台设备采集到数据集；x
i,j,
·
∈r1×
m
表示从第i台设备采集到第j个数据文件，j＝1,2,
…
,n
i
；x
i,j,k
表示从第i台设备采集到第j个数据文件中的第k个采样点，k＝1,2,
…
,m。
[0038]
优选的，所述模块m2中，第i台设备得到的频谱幅值数据表示如下：
[0039][0040]
其中，表示第i台设备的频谱幅值矩阵；|f
i,j,
·
|表示从第i台设备的第j个数据文件转换得到的频谱幅值，j＝1,2,
…
,n
i
；f
i,j,k
表示从第i台设备的第j个数据文件中的第k个频率处的频谱幅值，k＝1,2,
…
,m；由于每个数据文件得到的频谱幅值是对称的，只取每个数据文件的前一半频谱幅值作为模型的输入，因此，第i台设备最终得到的频谱幅值数据表示如下：
[0041][0042]
其中，当m为偶数时，s＝m/2；当m为奇数时，s＝(m 1)/2。
[0043]
优选的，所述模块m3中第i台设备在第j个数据文件的健康指数计算如下：
[0044][0045]
其中w
k
表示第i台设备的第j个数据文件中第k个频率处的频谱幅值的权重，每个数据文件处的健康指数等于全局谱特征幅值的加权和。
[0046]
优选的，所述模块m4包括以下子模块：
[0047]
模块m4.1：根据设备服役性能单调退化特性，构建优化模型量化健康指数的单调特性；
[0048]
模块m4.2：根据设备发生早期故障时间的不确定特性，构建优化模型量化健康指数的早期故障检测特性；
[0049]
模块m4.3：根据设备退化轨迹的随机特性，构建优化模型量化健康指数退化轨迹；
[0050]
模块m4.4：根据模块m4.1，模块m4.2和模块m4.3的结果，构建考虑设备服役性能退化评估的健康指数三源特性的性能退化模型；
[0051]
模块m4.5：根据模块m4.4中考虑三源特性的服役性能退化模型，求解出频谱幅值的权重向量。
[0052]
与现有技术相比，本发明具有如下的有益效果：
[0053]
1、本发明通过采用全局频谱特征融合的策略，无需依赖专家知识来提取和筛选特征，实现频谱特征自动筛选；
[0054]
2、本发明无需人工干预，有利于实现在线设备健康检测和服役性能退化评估；
[0055]
3、本发明通过同时考虑服役性能退化建模的三源特性来构建性能退化模型，使健康指数可以同时用于设备的早期故障检测、单调退化评估和剩余寿命预测的任务。
附图说明
[0056]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
[0057]
图1为本发明实施例基于全局谱特征融合的设备服役性能退化评估方法的流程图。
具体实施方式
[0058]
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
[0059]
本发明提供了一种基于全局谱特征融合的设备服役性能退化评估方法，如图1所示，具体的包括以下步骤：
[0060]
步骤s1：获取m台同类型设备从运行正常到失效状态的时域振动数据，按采样时间排序，第i台设备收集了n
i
个振动数据文件，每个数据文件包含m个采样点。第i(i＝1,2
…
,m)台设备采集到的数据矩阵表示如下：
[0061][0062]
其中，表示从第i台设备采集到数据集；x
i,j,
·
∈r1×
m
表示从第i台设备采集到第j个数据文件，j＝1,2,
…
,n
i
；x
i,j,k
表示从第i台设备采集到第j个数据文件中的第k个采样点，k＝1,2,
…
,m。
[0063]
步骤s2：基于快速傅里叶变换将从采集到时域振动数据文件转换为频域的频谱幅值。第i(i＝1,2
…
,m)台设备得到的频谱幅值数据表示如下：
[0064][0065]
其中，表示第i台设备的频谱幅值矩阵；|f
i,j,
·
|表示从第i台设备的第j个数据文件转换得到的频谱幅值，j＝1,2,
…
,n
i
；f
i,j,k
表示从第i台设备的第j个数据文件中的第k个频率处的频谱幅值，k＝1,2,
…
,m。由于每个数据文件得到的频谱幅值是对称的，只取每个数据文件的前一半频谱幅值作为模型的输入。因此，第i(i＝1,2
…
,m)台设备最终得到的频谱幅值数据表示如下：
[0066][0067]
其中，当m为偶数时，s＝m/2；当m为奇数时，s＝(m 1)/2。
[0068]
步骤s3：定义用于设备服役性能退化评估的健康指数的具体数学表达式，第i台设备在第j个数据文件的健康指数计算如下：
[0069][0070]
其中w
k
表示第i台设备的第j个数据文件中第k个频率处的频谱幅值的权重。由定义可知，每个数据文件处的健康指数等于全局谱特征幅值的加权和。
[0071]
步骤s4：构建确定全局谱特征幅值权重的设备服役性能退化评估模型，考虑设备服役性能退化评估的健康指数三源特性，构建基于数学优化的设备性能退化模型。
[0072]
步骤s4.1：针对设备服役性能单调退化的特性，构建了如下优化模型量化健康指数的单调特性：
[0073]
[0074]
s.t.w
′
μ
′
1＝r,mw≥0，d
i
ω
i
≥0,
[0075]
ε
i,j
≥0,i＝1,
…
,m,j＝1,
…
,n
i
[0076]
其中，m,n
i
和s分别是同类型设备的数量、第i台设备的数据文件总数目和每个数据文件包含的频谱幅值数量；
[0077]
ε
i,j
表示健康指数在第i台设备的第j个数据文件处非单调递增的差分，
[0078][0079]
w
′
表示频谱幅值的权重向量w的转置向量；
[0080]
μ
′
表示对角矩阵m的转置矩阵；
[0081]
1表示全1向量，即所有向量元素都为1；
[0082]
c
i,j
是第i台设备健康指数非单调量的权重系数，其服从算数级数；w∈r
s
×1是频谱幅值的权重向量；w
k
代表w的第k个元素，是第k个频率处的幅值的权重；m∈r
s
×
s
是一个对角矩阵，表示每个频率处的幅值随时间的变化趋势，例如，如果特定频率下的频谱幅值随时间有增加或减少的趋势，则对应的对角线元素为1或者
‑
1。r是全局频谱特征幅值的权重和。是优化模型的变量。是全局频率特征的频谱差分矩阵，具有以下形式：
[0083][0084]
步骤s4.2：针对设备发生早期故障时间的不确定特性，构建了如下优化模型量化健康指数的早期故障检测特性：
[0085]
obj＝min
w w
′
w
[0086]
s.t.v
i
(u
i
w
‑
c
i
)≥1,
[0087]
i＝1,
…
,m,
[0088]
给定一个数据集其中是第i台设备的第j个数据文件对应的对角标签矩阵，如果第i台设备的第j个数据文件是正常数据文件，则对应的标签为
‑
1，否则为1；为惩罚项；是第i台设备的频谱幅值数据矩阵。
[0089]
步骤s4.3：针对设备退化轨迹的随机特性，构建了如下优化模型量化健康指数的退化轨迹：
[0090][0091]
其中e
i,k,j
是第i台设备的第j个数据文件中第k个频率处的频谱幅值对于退化模型的拟合误差，e
i,j,l
表示是第i台设备的第j个数据文件中第l个频率处的频谱幅值对于退化模型的拟合误差，w
l
表示代表w的第l个元素，是第l个频率处的幅值的权重。
[0092]
步骤s4.4：根据步骤s4.1，步骤s4.2和步骤s4.3，可以构建考虑设备服役性能退化评估的健康指数三源特性的性能退化模型：
[0093][0094]
s.t.w
′
μ
′
1＝r,mw≥0,d
i
ω
i
≥0,v
i
(u
i
w
‑
c
i
)≥1,
[0095]
ε
i,j
≥0,i＝1,
…
,m,j＝1,
…
,n
i
,k＝1,
…
,s,l＝1,
…
,s
[0096]
其中μ和λ是模型的超参数，决定了健康指数三源特征的权重大小。在实际应用中，可以根据不同的需求来设定μ和λ。
[0097]
步骤s4.5：根据步骤3.4的考虑三源特征的服役性能退化模型，可以求解出频谱幅值的权重向量w∈r
s
×1。
[0098]
步骤s5：根据步骤3健康指数的定义和步骤3.4求解的权重向量，可以计算设备的健康指数。利用构建的健康指数可以同时实现设备的早期故障检测、单调退化评估和剩余寿命预测。
[0099]
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
[0100]
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本技术的实施例和实施例中的特征可以任意相互组合。