[发明专利]一种设备性能退化雷达图确定方法

说明书

技术领域

本发明属于信号处理和决策可视化技术领域，具体涉及一种设备性能退化雷达图确定方法。

背景技术

随着全球范围内的制造业升级以及“互联网+”等战略的提出，基于状态检测的设备健康评价、维护及趋势预报正在加速渗透到航空、航天、交通、工农业生产甚至于我们的日常生活中。未来的设备会更加智能和人性化，更加注重用户的体验。设备状态监测专家系统的用户对象也会从高层用户逐步向一般用户（包括一般的技术人员甚至消费者或操作工）下移。因此，如何使机器设备的状态监测信息正确、可靠地传递给用户并使该信息易于被理解，从而帮助用户做出正确的决策，这是设备状态检测、故障诊断和预报技术走向企业应用和普通消费者用户的关键技术之一。也是预测和设备健康管理（PHM）的重要内容。而故障诊断决策信息的可视化工具可以有效地完成这一任务。

雷达图在设备状态检测与故障诊断中可以同时比较监控设备多个零部件的性能退化情况。传统的性能退化雷达图由于是参量的线性变化，它对设备的早期性能衰退信息难以体现。

发明内容

本发明为了解决现有技术中的不足之处，提供一种设备性能退化雷达图确定方法, 该算法在保留雷达图的图形化比较显示的优点外，还可以对设备早期性能退化特征（微弱故障特征）进行提取，从而为设备的早期故障预报提供决策信息和手段。

为解决上述技术问题，本发明采用如下技术方案：一种设备性能退化雷达图确定方法，包括以下步骤:

（1）、对欲测的参数进行数据预处理；

（2）、针对不同情况对预处理后的性能参数归一化处理；

（3）、根据不同情况选择合适的非线性函数对性能参数进行显化处理；

（4）、将不同的参量数据分别标示于雷达图对应的坐标轴上并用线段连接各点，即得到设备的性能退化雷达图。

步骤(1)的具体处理采用以下计算公式:

其中，为数据的第k个点，m 为预测变量， m=1,2,3 …, N为每次移动的步长，k=1，2，3…。

步骤（2）的具体方法为：如果参数的实测值是随时间的延长而增加的，令, 则；ε为归一化参数，ε_n为第n个变量的归一化参数；如果参数的实测值是随时间的延长而减少的；即性能退化越严重，参数的实测值越低，则令；其中，为某个参数在正常工况或稳定工作状态下的预处理后的平均值，t时刻后的第n次测量为。

选步骤（3）的具体方法为：令y_n=sinε_n ，或y_n=e^εn用非线性函数代替线性函数可以提高参数的敏感性，不同的非线性函数对应不同的参量敏感性；y_n为第n个显化因变量。

步骤（4）的具体方法为：将第n个参量的值标于雷达图对应的第n个坐标轴上，连接各个坐标轴上对应的值，即得到设备的性能退化雷达图。

采用上述技术方案，本发明具有以下技术效果：

1、对欲测的参数进行数据预处理可以实现平均数(准确度趋势)和标准差(精密度趋势)的统一。

2、针对不同情况对性能参数归一化处理过程中：情况1：参数的实测值是随时间的延长而增大的情况（性能退化越严重，参数的实测值越高，如机械设备振动的位移峰峰值）；令, 则 QUOTE。情况2：参数的实测值是随时间的延长而减少的（性能退化越严重，参数的实测值越低，如直流电机的角速度随负载的增大而降低），则令 QUOTE。其中， QUOTE某个参数在正常工况或稳定工作状态下的预处理后的平均值，t时刻后的第n次测量为 QUOTE， QUOTE。

3、选择合适的非线性函数对数据进行显化处理的方法。用非线性函数代替线性函数可以提高参数的敏感性，不同的非线性函数对应不同的参量敏感性。

4、通过得到设备的性能雷达图可以方便清楚地判断设备的薄弱环节，从而有利于对设备的未来故障做出快速判断。

本发明的核心思想是利用非线性数学处理提高缓慢变化参数的可显性。本发明利用非线性函数对缓慢变化的参数进行数学处理，克服了传统性能雷达图对所有参数的线性处理方法，结合雷达图提高了对微弱故障特征的识别能力，有利于故障专家决策系统的用户下移和可视化决策。

附图说明

图1为本发明的流程图；

图2为数据采集的传感器布置示意图；

图3为数据预处理后信号图；

图4为传统的性能雷达图；