[发明专利]一种基于中智集的电机转子故障诊断方法

权利要求书

1.一种基于中智集的电机转子故障诊断方法，其特征在于，包括以下步骤：

步骤一、依据电机转子故障样本数据集建立故障库高斯模型；

输入n种故障类型、k种故障特征的电机转子故障样本数据集D_ij，i＝1,2,…,n，j＝1,2,…,k，n种故障类型记为θ₁,θ₂,…,θ_i,…,θ_n，k种故障特征记为att₁,att₂,…,att_j,…,att_k；电机转子故障样本数据集D_ij是k种故障特征的测量值，对每种故障类型每种故障特征建立高斯模型，所述高斯模型的建立方法为：

步骤101：计算电机转子故障样本数据集D_ij中所有属于故障类型θ_i的m个样本在故障特征att_j上的均值和标准差σ_ij，其中x_ij为电机转子故障样本数据集中属于故障类型θ_i的m个样本在故障特征att_j上的测量值；

步骤102：根据步骤101中的均值和标准差σ_ij，计算故障类型θ_i在故障特征att_j上的高斯模型

步骤二、建立传感器探测得到的测试样本t的高斯测试模型；

步骤201：将测试样本t在故障特征att_j上的测量值t_j作为高斯测试模型的均值，目标样本数据集D_ij在故障特征att_j上各目标类型的标准差σ_ij的最小值ε_j作为高斯测试模型的标准差；

步骤202：计算机根据公式计算故障特征att_j上的高斯测试模型f_t^j；

步骤三、依据故障库高斯模型与测试样本高斯模型匹配生成各故障类型各故障特征下的中智集表示；

步骤301：将故障库高斯模型中故障特征att_j上的故障类型θ_i的高斯模型与高斯测试模型f_t^j匹配，计算机根据公式生成测试样本t在故障特征att_j上属于故障类型θ_i的中智集表示其中表示高斯测试模型f_t^j与高斯模型相交部分的面积，表示故障特征att_j上的故障类型θ_i的高斯模型与横轴围成的面积，表示故障特征att_j上的高斯测试模型f_t^j与横轴围成的面积；

步骤302：依据步骤301生成测试样本t在所有故障类型下所有故障特征上的中智集表示；

步骤四、用SNWA算子融合每种故障类型下各故障特征上的中智集表示；

步骤401：将步骤三得到的测试样本在故障类型θ_i的k个故障特征上的k个中智集表示使用SNWA算子进行融合，得到融合后的中智集表示所述SNWA算子为：其中任意两个中智集表示依据公式进行求和计算，j＝1,2,…,k，r＝1,2,…,k；

步骤402：依据步骤401对所有故障类型在各故障特征上的中智集表示进行融合；

步骤五、依据步骤四的融合结果判断测试样本所属故障类型；

步骤501：根据公式对步骤四融合后的中智集进行去模糊化，得到测试样本隶属于各故障类型的清晰数；

步骤502：对步骤五计算得到的清晰数进行排序，最大的即为测试样本所属的故障类型。