[发明专利]基于灰色模糊层次分析的设备状态变量选择方法及设备

说明书

本发明涉及一种基于灰色模糊层次分析的设备状态变量选择方法及设备，选择方法包括以下步骤：获取多组候选状态变量；获取每组候选状态变量中各变量的评价指标，以灰色模糊层次分析法获取该组候选状态变量的评价值；以最优评价值对应的一组候选状态变量作为最终设备状态变量输出；其中，以灰色模糊层次分析法获取该组候选状态变量的评价值具体为：基于模糊理论构造相对重要度；基于灰类划分和灰色评价理论计算每个变量的评价指标对应的灰色评价权矩阵；计算获得各变量的灰色评价权向量；基于各变量间的相对重要度及灰色评价权向量计算获得该组候选状态变量的评价值。与现有技术相比，本发明具有可靠性高等优点。

技术领域

本发明属于工业设备状态监控技术领域，尤其是涉及一种基于灰色模糊层次分析的设备状态变量选择方法及设备。

背景技术

制造设备内往往会嵌入多种类型的传感器，如振动传感器、加速度传感器、温度传感器、电流传感器等等，它们能够实时采集如振动、温度、电流等能从不同方面直接或间接地反映设备状态变化的监测数据。目前设备健康管理领域相关研究多数使用单一传感器信号作为分析对象进行数据挖掘，然而，数据收集中极有可能混杂噪声等不确定性因素，而且不同设备状态对不同传感器源信号的敏感程度不一样，导致基于单一传感器信号建立设备状态评估模型的准确性较差，无法有效应用于复杂环境中运行的设备。因此，基于多源传感器信号建立设备状态评估模型是目前研究热点，但是也面临着在设备上装备哪些传感器、装备多少传感器的问题。

工业领域目前针对设备状态变量选择方法往往基于专家知识经验进行，根据专家经验或设备运行历史数据人为判断需要装备的传感器类型和数量或从设备已装备的传感器中随机选择几种状态变量。如中国专利申请“电力系统暂态稳定性评估的关键状态变量选取方法及装置”(公开号为：CN108599152A)，该方法直接采用电力系统中可采集到的多个状态变量，进行特征选取获得关键状态变量再进行降维，获得最终的状态变量。但是该方法未考虑电力系统原始状态变量是否能够准确反映设备状态，以及选择原始状态变量时为随机选取，可能存在效果更好的状态变量。

针对上述状态变量选择问题，目前常用的方法主要包括灰色系统理论、熵权法以及层次分析法。灰色系统理论根据灰色系统的行为特征数据，充分开发并利用不多的数据中的显信息和隐信息，寻找因素间或因素本身的数学关系。该方法属于客观评价法，较好地解决指标量化问题，但不同领域下所需的理想对象不同，且灰色系统模型难以确定。熵权法根据指标之间的差异程度来反映指标重要程度。该方法的结果与被评价对象有直接关系，易受原始数据影响，结果可能与认识不一致。层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出底层各个元素的优劣次序，可以比较有效地应用于那些难以用定量方法解决的课题。但层次分析法中的判断矩阵对结果起决定性作用，传统层次分析法利用1～9标度法建立两两比较判断矩阵，而具体尺度往往根据专家经验确定，主观性过大，且只给出各指标的权重无法确定所选指标的合理性。此外一致性检验时利用最大特征值法检验判断矩阵的一致性，当矩阵的阶数较大时，特征值求解过程较为复杂，一致性检验完成后如果一致性比率不满足要求，一旦矩阵未通过一致性检验，就要重新构造判断矩阵，过程复杂。如中国专利申请“一种基于层次分析法的装配尺寸链通路选择和评价方法”(公开号为：CN110569520A)，该方法应用层次分析法进行决策，但是决策过程中判断矩阵的构造主观影响过大，而且，在每次决策时需要进行一致性检验，过程复杂。

因此需要选择一种有效、准确的方法进行设备状态变量的选择。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高的基于灰色模糊层次分析的设备状态变量选择方法及设备。

本发明的目的可以通过以下技术方案来实现：

第一方面，本发明提供一种基于灰色模糊层次分析的设备状态变量选择方法，包括以下步骤：