买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大学

摘要：本发明公开了一种机械设备剩余寿命自适应预测方法和系统，以待检测机械设备的实时数据作为输入，通过基于漂移参数的EWMA首变点检测策略，寻找待检测机械设备的首变点；对实时数据进行特征提取并寻找用于指标融合的最佳特征，基于最佳特征构造虚拟指标；由首变点和预测起始点之间的虚拟指标设置GPR模型的训练集，根据训练集搭建GPR模型；利用训练集对GPR模型进行超参数寻优，利用优化后的模型预测虚拟指标后续的退化趋势；基于预测的退化趋势以及故障阈值，计算此次预测起始点对应的设备剩余寿命。本发明可以自适应地寻找机械设备的首变点，能针对不同的待检测目标寻找最佳特征集构造虚拟指标。

主权项：1.一种机械设备剩余寿命自适应预测方法，其特征在于：以待检测机械设备的实时数据作为输入，通过基于漂移参数的EWMA首变点检测策略，寻找待检测机械设备的首变点；对所述实时数据进行特征提取并寻找用于指标融合的最佳特征，基于最佳特征构造虚拟指标；由所述首变点和预测起始点之间的虚拟指标设置GPR模型的训练集，根据训练集选择均值函数和核函数，搭建GPR模型；利用所述训练集对GPR模型进行超参数寻优，获得优化后的GPR模型，并利用优化后的模型预测虚拟指标后续的退化趋势；基于预测的退化趋势以及故障阈值，计算此次预测起始点对应的设备剩余寿命；所述基于漂移参数的EWMA首变点检测策略具体为：通过滑动窗口选择一段均方根值数据，并使用指数模型拟合这段数据；不断对滑动窗口进行平移获取更新的均方根值数据，然后基于最小化方差原理获取漂移参数，将所述漂移参数转换成EWMA统计量，通过观察EWMA统计量的退化趋势，选定正常样本；基于所述正常样本对应的漂移参数的标准差以及均值计算衡量机械设备的运行状态警报阈值，所述警报阈值包括第j次平移窗口对应的警报上限、警报下限和警报中心线；当EWMA统计量出现连续5个点中有4个点超出警报上限或者警报下限，认为对应的采样点时刻发生异常，即为首变点；所述最佳特征通过以下方式选择：计算所述实时数据对应的各类时频域特征，以趋势性作为度量标准进行时频域特征的初筛，然后选取趋势性得分排名前13的特征作为候选特征，对候选特征进行层次聚类，确定最佳聚类数并挑选每一个类中趋势性最大的特征作为最佳特征；所述虚拟指标构造，具体为：使用归一化函数将最佳特征映射到[0,1]之间，对归一化后数据构成的矩阵进行中心化操作，由中心化操作后设备处于正常状态下的数据构成的矩阵计算相关矩阵，计算所述相关矩阵的特征值和特征向量，并由最大特征值对应的单位特征向量计算得到第一主成分，基于所述第一主成分构造虚拟指标；所述第一主成分构造虚拟指标，具体的计算公式为：RPCi＝|PCi-PC*|其中：RPCi表示第i次采样数据对应的修正主成分值，PC*表示设备初始运行状态对应的第一主成分的均值，PCi表示第i次采样数据对应的第一主成分值；所述漂移参数转换成EWMA统计量的公式为：EWMAj＝λβj+1-λβj-1其中，λ是平滑权重，EWMAj表示第j次平移窗口对应的EWMA统计量，βj表示第j次平移窗口得到的漂移参数。

全文数据：

权利要求：

百度查询： 江苏大学 一种机械设备剩余寿命自适应预测方法和系统