[發明專利]基于多塊信息提取和馬氏距離的故障監測方法及系統有效

申請號：	202010897994.7	申請日：	2020-08-31
公開（公告）號：	CN112000081B	公開（公告）日：	2021-10-08
發明（設計）人：	熊偉麗;吳曉東	申請（專利權）人：	江南大學
主分類號：	G05B23/02	分類號：	G05B23/02
代理公司：	南京經緯專利商標代理有限公司 32200	代理人：	樓高潮
地址：	214122 江蘇***	國省代碼：	江蘇;32
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于信息提取距離故障監測方法系統
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.基于多塊信息提取和馬氏距離的故障監測方法，用于對TE過程中的故障進行監測，包括如下步驟：

步驟S12、獲取原始正常工況數據集X₀及待測樣本x，對所述原始正常工況數據集X₀進行標準化處理得到原始正常工況標準數據集及對待測樣本x進行標準化操作得到待測標準樣本x_μ；

步驟S14、對所述原始正常工況標準數據集進行多塊信息提取，得到第一子塊信息數據集和第二子塊信息數據集，及對待測標準樣本x_μ進行多塊信息提取，得到第三子塊信息和第四子塊信息

步驟S16、分別求取原始正常工況標準數據集第一子塊信息數據集和、第二子塊信息數據集、待測標準樣本x_μ、第三子塊信息和第四子塊信息的統計量，并求取原始正常工況標準數據集第一子塊信息數據集和第二子塊信息數據集的控制限；

步驟S18、根據貝葉斯推斷，將待測標準樣本x_μ、第三子塊信息和第四子塊信息的監測結果融合為統計量并判斷是否故障；

其中，所述步驟S18具體包括：

根據各數據集的統計量和控制限，采用第六數學模型計算該數據集中該樣本為故障樣本的概率其中，采用的第六數學模型為：

式中，中i為1、2、3，為待測標準樣本x_μ，為第三子塊信息第四子塊信息為故障樣本條件下數據集的似然函數，為正常樣本條件下數據集的似然函數，是正常樣本的先驗概率，是故障樣本的先驗概率；

根據該數據集中該樣本為故障樣本的概率及故障樣本條件下數據集的似然函數確定統計量，其中，采用的第七數學模型為：

式中，統計量控制限為1-β；

根據該樣本為故障樣本的概率及統計量確定待測樣本是否故障，當統計量超過控制限時，則認為該監測樣本發生了故障。

2.根據權利要求1所述的方法，其特征在于，所述對所述原始正常工況數據集X₀進行標準化處理得到原始正常工況標準數據集采用的第一數學模型為：

其中，x表示原始正常工況數據集X₀∈R^m×n中的一個樣本，x^*表示樣本x經過標準化后處理后得到的原始正常工況標準數據集中對應的樣本，mean(X₀)表示原始正常工況數據集X₀按行求均值得到的均值向量，std(X₀)表示原始正常工況數據集X₀按行求標準差得到的標準差向量，m代表樣本維數，n代表樣本個數；所述原始正常工況數據集X₀為矩陣。

3.根據權利要求1所述的方法，其特征在于，所述對所述原始正常工況標準數據集進行多塊信息提取，得到第一子塊信息數據集和第二子塊信息數據集，包括：

從原始正常工況標準數據集中提取累計信息數據集D^Int，采用的第二數學模型為：

從原始正常工況標準數據集中提取變化率信息數據集D^Dif，采用的第三數學模型為：

其中，為累計信息數據集D^Int中的第i個樣本，由于累計信息數據集D^Int的獲取需要前置樣本，前T個樣本點無法提取出累計信息數據集，故D^Int∈R^m×(n-T)，為變化率信息數據集D^Dif中第i個樣本，D^Dif∈R^m×(n-T)。

下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。

免登錄下載普通用戶下載升級VIP會員，免費下載

該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于江南大學，未經江南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】

本文鏈接：http://www.17sss.com.cn/pat/books/202010897994.7/1.html，轉載請聲明來源鉆瓜專利網。