[发明专利]一种机械设备故障诊断方法

说明书

技术领域

本发明涉及一种基于故障率与故障症状的故障诊断方法，属于机械设备故障诊断技术领域。

背景技术

故障诊断技术是一门根据机械设备运行状态，判断其是否正常并及时发现故障的技术，是机械设备安全生产和高效运行的有力保障，但该类技术的实施还面临诸多挑战：由于机械设备的零部件繁多，其运动过程是自身部分部件或所有部件进行的机械运动的总和，这就使得机械设备的故障通常具有多源性、复杂性以及隐蔽性的特点；故障发生的成因较为复杂，通常同一故障可以表现出多种特征，同一故障特征可能由不同故障引起；此外，现有的故障诊断方法多是基于单纯故障症状做出评判，没考虑设备的故障机理和故障症状获取的难易程度，诊断结果缺乏客观性。

发明内容

本发明的目的在于克服单因素条件下故障诊断方法的不足，提出一种基于零件故障率与故障症状的设备故障诊断方法，使诊断结果更为科学、合理。

为达到上述目的，本发明提出的基于零件故障率与故障症状的设备故障诊断方法，即一种机械设备故障诊断方法，包括如下步骤：

1)根据故障症状确定零部件出现故障的概率向量B1

(1)建立故障症状集U和故障原因集V；

建立故障症状集，U＝{u₁，u₂，…，u_m}，其中u₁，u₂，…，u_m表示设备的故障症状，m是故障症状的个数；故障原因集V＝{v₁,v₂,…,v_n}，v₁,v₂,…,v_n表示故障原因，n是故障原因个数。

(2)确定故障症状明显程度向量A

根据故障症状的明显程度，给各个故障症状打分，形成故障症状明显程度向量A＝(a₁，a₂，…，a_m)，a₁，a₂，…，a_m表示各故障症状的明显程度，分值依据下表。

表1故障症状明显程度评分表

(3)确定故障症状现场获得的难易程度向量F

表2故障症状现场获得的难易程度评分表

根据故障症状获得的难易程度，按上表确定故障症状现场获得的难易程度向量F

F＝(f₁,f₂,…,f_m)

其中f₁，f₂，…，f_m表示设备的故障症状u₁，u₂，…，u_m获得的难易程度，m是故障症状的个数

(4)确定评判矩阵R

建立评判矩阵R，确定故障症状u_i对故障v_j的隶属度r_ij，则m个故障症状对n个故障原因的隶属度就构成一个m×n阶评判矩阵R。

公式中r_ij是故障症状u_i对故障原因v_j的隶属度，满足0≤r_ij≤1。

在本发明中，针对每一种故障症状u_i，把可能引起该故障症状的故障原因两两比较，用下表所示的标定数表示该故障症状对故障原因隶属度的大小关系。针对每一种故障症状u_i，构造一个两两比较矩阵C_i。

表3两两比较矩阵元素标度方法

在本发明中，通过多位专家分别构造两两比较矩阵，在构造了两两比较矩阵后，再利用和法、根法或幂法求解故障症状对故障原因的隶属度，本发明优选根法求解故障症状对故障原因的隶属度。

(5)确定相关零部件出现故障的概率向量B₁

零部件出现故障的概率向量B₁＝(b₁₁,b₁₂,…,b_1n)，b₁₁,b₁₂,…,b_1n表示故障v₁,v₂,…,v_n存在概率的大小，n是故障个数。