[发明专利]一种基于人工免疫与证据理论相结合的复合故障诊断方法

说明书

技术领域

本发明属于旋转机械故障诊断技术领域，尤其涉及一种基于人工免疫与证据理论相结合的复合故障诊断方法。

背景技术

目前，无量纲指标在旋转机械故障诊断中得到了广泛的应用。在无量纲指标中，峭度指标和脉冲指标对冲击型故障比较敏感，尤其是在故障发生早期，大幅值的脉冲比较少，其他指标值增加不多，而峭度指标和脉冲指标值上升比较快，因此这两个指标对于旋转机械的早期故障比较敏感，然而在实际工况下运行的旋转机械，其故障通常是复合故障，即设备的故障是多个单一故障并发的结果。现有的相关研究主要集中在对单一故障的处理，而对于复合故障的诊断研究仍处于初级阶段，相关的研究也非常缺乏。特别，石化大型旋转机械设备的故障80％是复合的、并发的，现有的诊断方法对这一问题难以处理，其主要难点是：1)如何确定复合故障下无量纲指标对应的范围；2)通过振动监测数据计算得到的各个无量纲指标对应的故障范围之间存在一定的重合，即正常设备的无量纲指标的范围和故障设备的无量纲指标范围难以严格区分，从而造成诊断结果的不确定性。以上两个难点很大程度上增加了应用现有故障诊断方法解决这些问题的复杂性和难度。要想解决这些问题，就要求应用一种有效的方法对不确定性信息可以进行合理的、系统的、灵活的处理。

由于证据推理(Evidential reasoning，ER)方法在处理概率不确定性和模糊不确定性方面的优势，可以作为处理上面问题的一种有效途径。Yang等早在上世纪90年代提出ER方法来处理多属性决策问题。ER是一种基于D-S证据理论中的Dempster组合规则来处理多源信息融合的方法。Yang在2001年研究了定量信息和定性信息向信度分布结构的等价变换问题，提出了基于规则或基于效用的信息变换技术；Yang等在2002年对原有的ER方法进行了改进，使之满足任意信息融合方法需要满足的一般性规则；同年，Yang等又分析了ER算法的非线性特性。到目前为止，ER算法已经发展成为可以在统一的信度框架下处理精确的、不完整的和模糊的数据、随机数据及定性的专家知识，进行非线性信息融合的方法，在故障预测、可靠性预测、系统性能预测、多属性决策分析、环境影响评估、输油管道检测等领域得到了广泛的应用。而且ER算法在新的工程领域的应用研究仍然是热点研究的课题。

然而，目前的研究中尚没有利用人工免疫与证据理论相结合的优势进行复合故障诊断方法的研究成果。

发明内容

本发明实施例的目的在于提供一种基于人工免疫与证据理论相结合的复合故障诊断方法，旨在解决目前的研究中尚没有利用人工免疫与证据理论相结合的优势进行复合故障诊断方法的问题。

本发明实施例是这样实现的，一种基于人工免疫与证据理论相结合的复合故障诊断方法，该基于人工免疫与证据理论相结合的复合故障诊断方法包括以下步骤：

根据离线建模阶段确定的各类故障下无量纲指标的范围下，获取在线监测数据，计算实际的无量纲指标；

根据故障的范围，利用人工免疫的方法计算出对应各个无量纲指标的故障诊断结果；

利用人工免疫检测器中初始检测器、成熟检测器、优秀检测器之间的转换，初始检测器通过现场故障诊断结果的确认；

基于证据推理融合的方法诊断出复合故障以及经过现场确认后，可以将诊断出的复合故障作为新的故障，加入到故障集，作为新的单一故障处理；实现故障类型的决策以及诊断结果的评估；

具体方法如下：

第一步，石化装备典型故障的确定，通过与企业、机械专业技术人员的讨论，以及对现场已经发生过的故障的历史记录的统计分析来典型故障类型集合，确定石化装备中容易发生的典型故障的特征；

第二步，石化装备传感器的配置，根据传感器配置的标准以及石化大型机组采取多传感器监测数据的方法，传感器数目和安装位置的选择根据石化装备的特点与组成结构以及与典型故障的相关性来确定；

第三步，基于振动烈度的故障诊断，通过传感器采集的数据，计算振动烈度，依据国际、国内或企业的标准，直接判定设备的状态，如果振动烈度超出了标准规定的限制，则报警，提醒故障发生；

第四步，基于专家系统的故障诊断，专家系统用以早期的辅助故障诊断，专家系统的建立需要依托石化企业专业技术人员的经验知识以及历史记录的统计分析确定故障诊断的规则，在振动检测数据获取后，通过频域分析方法，建立相应的频谱，根据专家规则实现故障的判断；