基于多次移動(dòng)平均的微小故障檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種基于多次移動(dòng)平均的微小故障檢測(cè)方法和裝置，該方法包括：采集正常工況下樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P；基于每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)正常工況下過程變量的樣本數(shù)據(jù)，獲得第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2；提取第一滑動(dòng)時(shí)間窗口內(nèi)的SPE和T2的第一統(tǒng)計(jì)特征；針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，得到SPE和T2的第二統(tǒng)計(jì)特征；確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，定義故障檢測(cè)規(guī)則；采集工作現(xiàn)場(chǎng)過程變量的樣本數(shù)據(jù)，依據(jù)所述負(fù)載矩陣P，計(jì)算工作現(xiàn)場(chǎng)多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，根據(jù)所述故障檢測(cè)規(guī)則判斷是否出現(xiàn)微小故障。
【專利說明】基于多次移動(dòng)平均的微小故障檢測(cè)方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及故障檢測(cè)領(lǐng)域，尤其涉及一種基于多次移動(dòng)平均的微小故障檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]現(xiàn)代工業(yè)運(yùn)行過程中，對(duì)系統(tǒng)的安全和可靠性的要求逐步提升。故障檢測(cè)是保障系統(tǒng)安全運(yùn)行、提高系統(tǒng)可靠性的關(guān)鍵技術(shù)，同時(shí)也是提高產(chǎn)品質(zhì)量的關(guān)鍵步驟。隨著系統(tǒng)的復(fù)雜度逐步提升，元件數(shù)據(jù)量的不斷增長(zhǎng)，基于多元統(tǒng)計(jì)的故障檢測(cè)方法不斷被關(guān)注。例如基于主元分析(PCA)的故障檢測(cè)方法已被廣泛應(yīng)用，其故障檢測(cè)性能往往優(yōu)于單變量的故障檢測(cè)性能，因?yàn)镻CA增加了對(duì)變量之間線性關(guān)系的考量。該類方法的優(yōu)勢(shì)在于其不依賴于系統(tǒng)結(jié)構(gòu)，而只需通過歷史數(shù)據(jù)建立主元分析模型，這一優(yōu)勢(shì)在基于多元統(tǒng)計(jì)的故障檢測(cè)方法中尤為突出。
[0003]然而，此類基于多元統(tǒng)計(jì)的故障檢測(cè)方法對(duì)微小故障的敏感性較差。如PCA中的多元統(tǒng)計(jì)量SPE，T2針對(duì)微小故障的故障檢測(cè)效果較差。這是由于SPE，T2多元統(tǒng)計(jì)量中仍然包含了大量的未被提取的信息，而這些信息即可被認(rèn)為是由微小故障引起的變化。
[0004]因此，亟需提供一種能夠進(jìn)一步提取多元統(tǒng)計(jì)量SPE，T2中包含的反映微小故障信息的方法和裝置來解決上述問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提出了一種基于多次移動(dòng)平均的微小故障檢測(cè)方法，包括:
[0006]步驟A，采集正常工況下過程變量的樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P;
[0007]步驟B，依據(jù)所述負(fù)載矩陣P，基于每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)正常工況下過程變量的樣本數(shù)據(jù)，獲得第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2 ;分別提取每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征；
[0008]步驟C，針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，得到SPE和T2的第二統(tǒng)計(jì)特征；
[0009]步驟D，依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，根據(jù)所述故障判別區(qū)間定義故障檢測(cè)規(guī)則；
[0010]步驟E，采集工作現(xiàn)場(chǎng)過程變量的樣本數(shù)據(jù)，根據(jù)所述負(fù)載矩陣P，計(jì)算工作現(xiàn)場(chǎng)多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，根據(jù)所述故障檢測(cè)規(guī)則判斷是否出現(xiàn)微小故障。
[0011]根據(jù)本發(fā)明的一實(shí)施例，所述第一滑動(dòng)時(shí)間窗口包括連續(xù)的I個(gè)采樣時(shí)間間隔；每隔一個(gè)采樣時(shí)間間隔，所述第一滑動(dòng)時(shí)間窗口向前滑動(dòng)一次，共滑動(dòng)n-1+l次；n為正常工況下樣本總數(shù)，I為第一滑動(dòng)時(shí)間窗口的長(zhǎng)度；所述第一統(tǒng)計(jì)特征包括每個(gè)時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)SPE和T2的均值、方差、偏度和峭度。[0012]根據(jù)本發(fā)明的一實(shí)施例，所述第二滑動(dòng)時(shí)間窗口包括連續(xù)t個(gè)采樣時(shí)間間隔，t為第二滑動(dòng)時(shí)間窗口的長(zhǎng)度。
[0013]根據(jù)本發(fā)明的一實(shí)施例，步驟C針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，其中
[0014]對(duì)所述第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行一次滑動(dòng)平均處理，得到SPE和T2的第一統(tǒng)計(jì)特征的一次滑動(dòng)平均處理結(jié)果；
[0015]對(duì)所述一次滑動(dòng)平均處理結(jié)果進(jìn)行逐次迭代滑動(dòng)平均，直到第N次滑動(dòng)平均為止，第N次滑動(dòng)平均的結(jié)果為所述多元統(tǒng)計(jì)量SPE和T2第二統(tǒng)計(jì)特征。
[0016]根據(jù)本發(fā)明的一實(shí)施例，步驟D依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，其中
[0017]根據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定置信水平并給出置信區(qū)間，得到所述微小故障檢測(cè)的故障判別區(qū)間。
[0018]根據(jù)本發(fā)明的一實(shí)施例，步驟E中所述故障檢測(cè)規(guī)則為:當(dāng)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征中至少一項(xiàng)處于相應(yīng)的故障判別區(qū)間外部時(shí)，判斷為出現(xiàn)微小故障。
[0019]根據(jù)本發(fā)明的另一方面，提供一種基于多次移動(dòng)平均的微小故障檢測(cè)裝置，包括:
[0020]建模模塊，用于采集正常工況下過程變量的樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P ；
[0021]第一統(tǒng)計(jì)特征提取模塊，用于依據(jù)所述負(fù)載矩陣，基于每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)正常工況下過程變量的樣本數(shù)據(jù)，獲得第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2 ;分別提取每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征；
[0022]第二統(tǒng)計(jì)特征提取模塊，用于針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，得到多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征；
[0023]故障檢測(cè)規(guī)則構(gòu)造模塊，用于依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，根據(jù)所述故障判別區(qū)間定義故障檢測(cè)規(guī)則；
[0024]故障檢測(cè)模塊，用于采集工作現(xiàn)場(chǎng)過程變量的樣本數(shù)據(jù)，根據(jù)所述負(fù)載矩陣P，計(jì)算工作現(xiàn)場(chǎng)多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，根據(jù)所述故障檢測(cè)規(guī)則判斷是否出現(xiàn)微小故障。
[0025]根據(jù)本發(fā)明的一實(shí)施例，所述第一滑動(dòng)時(shí)間窗口包括連續(xù)的I個(gè)采樣時(shí)間間隔；每隔一個(gè)米樣時(shí)間間隔，所述第一滑動(dòng)時(shí)間窗口向前滑動(dòng)一次，共滑動(dòng)n-1+l次；n為樣本總數(shù)，I為第一滑動(dòng)時(shí)間窗口的長(zhǎng)度；
[0026]第一統(tǒng)計(jì)特征包括每個(gè)時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)SPE和T2的均值、方差、偏度和峭度。
[0027]根據(jù)本發(fā)明的一實(shí)施例，所述第二滑動(dòng)時(shí)間窗口包括連續(xù)的t個(gè)采樣時(shí)間間隔，t為第二滑動(dòng)時(shí)間窗口的長(zhǎng)度；
[0028]所述第二統(tǒng)計(jì)特征提取模塊對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行一次滑動(dòng)平均處理，得到SPE和T2的第一統(tǒng)計(jì)特征的一次滑動(dòng)平均處理結(jié)果；針對(duì)所述一次滑動(dòng)平均處理結(jié)果進(jìn)行逐次迭代滑動(dòng)平均，直到進(jìn)行第N次滑動(dòng)平均為止，第N次滑動(dòng)平均的結(jié)果為所述多元統(tǒng)計(jì)量SPE和T2第二統(tǒng)計(jì)特征。
[0029]根據(jù)本發(fā)明的一實(shí)施例，所述故障檢測(cè)規(guī)則構(gòu)造模塊根據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定置信水平并給出置信區(qū)間，得到所述微小故障檢測(cè)的故障判別區(qū)間；
[0030]所述故障檢測(cè)模塊中的故障檢測(cè)規(guī)則為當(dāng)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征中至少一項(xiàng)處于相應(yīng)的故障判別區(qū)間外部時(shí)，判斷為出現(xiàn)微小故障。
[0031]本發(fā)明利用多次移動(dòng)平均中均值不變而方差范圍減小的特點(diǎn)，通過采用時(shí)間窗口的多次移動(dòng)平均剔除個(gè)別異常情況下的數(shù)據(jù)點(diǎn)，減弱異常數(shù)據(jù)點(diǎn)對(duì)置信區(qū)間的影響，提高對(duì)微小故障檢測(cè)的魯棒性。本發(fā)明的方法能夠在現(xiàn)有多元統(tǒng)計(jì)分析框架下較大幅度的提高針對(duì)微小故障的檢測(cè)效果。
[0032]本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
【專利附圖】

【附圖說明】
[0033]圖1是本發(fā)明實(shí)施例一基于多次移動(dòng)平均的微小故障檢測(cè)方法的流程圖；
[0034]圖2是根據(jù)本發(fā)明實(shí)施例二基于多次移動(dòng)平均的微小故障檢測(cè)方法的流程圖；
[0035]圖3是根據(jù)本發(fā)明實(shí)施例三基于多次移動(dòng)平均的微小故障檢測(cè)裝置的模塊示意圖；
[0036]圖4是實(shí)施例二中故障a發(fā)生時(shí)SPE, T2, MSPE, MT2, VSPE, VT2檢測(cè)性能示意圖；
[0037]圖5是實(shí)施例二中故障a發(fā)生時(shí)M5MSPE, M5VSPE, M5MT2, M5VT2的變化示意圖；
[0038]圖6是實(shí)施例二中故障a發(fā)生時(shí)FI的檢測(cè)結(jié)果示意圖；
[0039]圖7是實(shí)施例二中故障b發(fā)生時(shí)SPE, T2, MSPE, MT2, VSPE, VT2檢測(cè)性能示意圖；
[0040]圖8是實(shí)施例二中故障b發(fā)生時(shí)M5MSPE, M5VSPE, M5MT2, M5VT2的變化示意圖；
[0041]圖9是實(shí)施例二中故障b發(fā)生時(shí)FI的檢測(cè)結(jié)果示意圖；
[0042]圖10是實(shí)施例二中故障c發(fā)生時(shí)SPE, T2, MSPE, MT2, VSPE, VT2檢測(cè)性能示意圖；
[0043]圖11是實(shí)施例二中故障c發(fā)生時(shí)M5MSPE, M5VSPE, M5MT2, M5VT2的變化示意圖；
[0044]圖12是實(shí)施例二中故障c發(fā)生時(shí)FI的檢測(cè)結(jié)果示意圖；
[0045]圖13是實(shí)施例二中故障d發(fā)生時(shí)SPE, T2, MSPE, MT2, VSPE, VT2檢測(cè)性能示意圖；
[0046]圖14是實(shí)施例二中故障d發(fā)生時(shí)M5MSPE, M5VSPE, M5MT2, M5VT2的變化示意圖；
[0047]圖15是實(shí)施例二中故障d發(fā)生時(shí)FI的檢測(cè)結(jié)果示意圖。
【具體實(shí)施方式】
[0048]以下將結(jié)合附圖來詳細(xì)說明本發(fā)明的實(shí)施方式，借此對(duì)本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)以實(shí)施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明各實(shí)施例以及各實(shí)施例中的各個(gè)特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。
[0049]本發(fā)明旨在提供一種能夠在現(xiàn)有的多元統(tǒng)計(jì)框架下給出針對(duì)微小故障更好的檢測(cè)效果的方法和裝置。[0050]實(shí)施例一
[0051]圖1所示為本發(fā)明實(shí)施例一的基于多次移動(dòng)平均的微小故障檢測(cè)方法的流程圖。
[0052]步驟S101，采集正常工況下過程變量的樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P。
[0053]具體地，采集正常工況數(shù)據(jù)，假設(shè)所檢測(cè)的對(duì)象包含m個(gè)傳感器，則有X ∈Rm；每個(gè)傳感器有η個(gè)獨(dú)立采樣，η為樣本總數(shù)。則可采集正常工況下的數(shù)據(jù)并構(gòu)造如下的正常工況測(cè)量矩陣 Xq= [Xl，X2,..., xn]T ∈ Rnxm ；
[0054]對(duì)正常工況測(cè)量矩陣進(jìn)行預(yù)處理，將正常工況測(cè)量矩陣Xtl的每一列減去相應(yīng)的變量均值且除以相應(yīng)的變量標(biāo)準(zhǔn)差，經(jīng)此種數(shù)據(jù)預(yù)處理后的常態(tài)測(cè)量矩陣記做X ∈ Rnxm ；
[0055]利用主成分分析PCA方法建立主元分析模型，即:
[0056]
【權(quán)利要求】
1.一種基于多次移動(dòng)平均的微小故障檢測(cè)方法，其特征在于，包括: 步驟A，采集正常工況下過程變量的樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P ； 步驟B，依據(jù)所述負(fù)載矩陣P，基于每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)正常工況下過程變量的樣本數(shù)據(jù)獲得第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2 ;分別提取每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征； 步驟C，針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，得到SPE和T2的第二統(tǒng)計(jì)特征； 步驟D，依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，根據(jù)所述故障判別區(qū)間定義故障檢測(cè)規(guī)則； 步驟E，采集工作現(xiàn)場(chǎng)過程變量的樣本數(shù)據(jù)，根據(jù)所述負(fù)載矩陣P，計(jì)算工作現(xiàn)場(chǎng)多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，根據(jù)所述故障檢測(cè)規(guī)則判斷是否出現(xiàn)微小故障。
2.如權(quán)利要求1所述的方法，其特征在于， 所述第一滑動(dòng)時(shí)間窗口包括連續(xù)的I個(gè)采樣時(shí)間間隔；每隔一個(gè)采樣時(shí)間間隔，所述第一滑動(dòng)時(shí)間窗口向前滑動(dòng)一次，共滑動(dòng)n-1+l次；n為正常工況下樣本總數(shù)，I為第一滑動(dòng)時(shí)間窗口的長(zhǎng)度； 所述第一統(tǒng)計(jì)特征包括每個(gè)時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)SPE和T2的均值、方差、偏度和峭度。
3.如權(quán)利要求2所述的方法，其特征在于， 所述第二滑動(dòng)時(shí)間窗口包括連續(xù)t個(gè)采樣時(shí)間間隔，t為第二滑動(dòng)時(shí)間窗口的長(zhǎng)度。
4.如權(quán)利要求2所述的方法，其特征在于，步驟C針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，其中 對(duì)所述第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行一次滑動(dòng)平均處理，得到SPE和T2的第一統(tǒng)計(jì)特征的一次滑動(dòng)平均處理結(jié)果； 對(duì)所述一次滑動(dòng)平均處理結(jié)果進(jìn)行逐次迭代滑動(dòng)平均，直到第N次滑動(dòng)平均為止，第N次滑動(dòng)平均的結(jié)果為所述多元統(tǒng)計(jì)量SPE和T2第二統(tǒng)計(jì)特征。
5.如權(quán)利要求3或4所述的方法，其特征在于，步驟D依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，其中 根據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征確定置信水平并給出置信區(qū)間，得到所述微小故障檢測(cè)的故障判別區(qū)間。
6.如權(quán)利要求1-5中任一項(xiàng)所述的方法，其特征在于，所述故障檢測(cè)規(guī)則為:當(dāng)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征中至少一項(xiàng)處于相應(yīng)的故障判別區(qū)間外部時(shí)，判斷為出現(xiàn)微小故障。
7.一種基于多次移動(dòng)平均的微小故障檢測(cè)裝置，其特征在于，包括 建模模塊，用于采集正常工況下過程變量的樣本數(shù)據(jù)，利用主成分分析PCA方法建立主元分析模型，獲得負(fù)載矩陣P ； 第一統(tǒng)計(jì)特征提取模塊，用于依據(jù)所述負(fù)載矩陣，基于每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)正常工況下過程變量的樣本數(shù)據(jù)，獲得第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2 ；分別提取每一采樣時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)的多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征；第二統(tǒng)計(jì)特征提取模塊，用于針對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行多次滑動(dòng)平均處理，得到多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征； 故障檢測(cè)規(guī)則構(gòu)造模塊，用于依據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，確定針對(duì)微小故障檢測(cè)的故障判別區(qū)間，根據(jù)所述故障判別區(qū)間定義故障檢測(cè)規(guī)則； 故障檢測(cè)模塊，用于采集工作現(xiàn)場(chǎng)過程變量的樣本數(shù)據(jù)，根據(jù)所述負(fù)載矩陣P，計(jì)算工作現(xiàn)場(chǎng)多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征，根據(jù)所述故障檢測(cè)規(guī)則判斷是否出現(xiàn)微小故障。
8.如權(quán)利要求7所述的裝置，其特征在于，所述第一滑動(dòng)時(shí)間窗口包括連續(xù)的I個(gè)采樣時(shí)間間隔；每隔一個(gè)采樣時(shí)間間隔，所述第一滑動(dòng)時(shí)間窗口向前滑動(dòng)一次，共滑動(dòng)n-1+l次；n為樣本總數(shù)，I為第一滑動(dòng)時(shí)間窗口的長(zhǎng)度； 第一統(tǒng)計(jì)特征包括每個(gè)時(shí)刻的第一滑動(dòng)時(shí)間窗口內(nèi)SPE和T2的均值、方差、偏度和峭度。
9.如權(quán)利要求7所述的裝置，其特征在于，所述第二滑動(dòng)時(shí)間窗口包括連續(xù)的t個(gè)采樣時(shí)間間隔，t為第二滑動(dòng)時(shí)間窗口的長(zhǎng)度； 所述第二統(tǒng)計(jì)特征提取模塊對(duì)第二滑動(dòng)時(shí)間窗口內(nèi)多元統(tǒng)計(jì)量SPE和T2的第一統(tǒng)計(jì)特征進(jìn)行一次滑動(dòng)平均處理，得到SPE和T2的第一統(tǒng)計(jì)特征的一次滑動(dòng)平均處理結(jié)果；針對(duì)所述一次滑動(dòng)平均處理結(jié)果進(jìn)行逐次迭代滑動(dòng)平均，直到進(jìn)行第N次滑動(dòng)平均為止，第N次滑動(dòng)平均的結(jié)果為所述多元統(tǒng)計(jì)量SPE和T2第二統(tǒng)計(jì)特征。
10.如權(quán)利要求8或9所述的裝置，其特征在于，所述故障檢測(cè)規(guī)則構(gòu)造模塊根據(jù)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)`計(jì)特征確定置信水平并給出置信區(qū)間，得到所述微小故障檢測(cè)的故障判別區(qū)間； 所述故障檢測(cè)規(guī)則為當(dāng)所述多元統(tǒng)計(jì)量SPE和T2的第二統(tǒng)計(jì)特征中至少一項(xiàng)處于相應(yīng)的故障判別區(qū)間外部時(shí)，判斷為出現(xiàn)微小故障。
【文檔編號(hào)】G01D18/00GK103776480SQ201410043924
【公開日】2014年5月7日 申請(qǐng)日期:2014年1月29日 優(yōu)先權(quán)日:2014年1月29日
【發(fā)明者】周東華, 郭天序, 陳茂銀 申請(qǐng)人:清華大學(xué)