本發(fā)明涉及一種傳感器優(yōu)化部署技術(shù)，具體涉及一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法。

背景技術(shù)：

目前，公知的傳感器優(yōu)化部署方法主要圍繞如何提升故障的檢測(cè)和隔離能力展開(kāi)，主要有基于模型和基于數(shù)據(jù)的方法?；谀Ｐ偷姆椒ㄖ饕峭ㄟ^(guò)卡爾曼濾波的方式建立故障源與不同監(jiān)測(cè)參數(shù)間的關(guān)系，通過(guò)以故障診斷能力最大為目標(biāo)指導(dǎo)傳感器部署。基于數(shù)據(jù)的方法主要依靠信號(hào)處理的方式，通過(guò)處理傳感器采集的信號(hào)對(duì)早期故障檢測(cè)能力作為選擇標(biāo)準(zhǔn)。采用基于數(shù)據(jù)的傳感器部署方法主要側(cè)重兩個(gè)方面：一是從較強(qiáng)環(huán)境噪聲中提取區(qū)別于正常狀態(tài)的故障特征，以驅(qū)動(dòng)故障報(bào)警；二是針對(duì)不同傳感器采集數(shù)據(jù)進(jìn)行處理，為故障診斷或識(shí)別提供數(shù)據(jù)輸入，對(duì)比分析各個(gè)傳感器對(duì)故障的診斷能力。

但是，公知的傳感器部署方法主要圍繞實(shí)現(xiàn)故障檢測(cè)和隔離要求，較少考慮傳感器對(duì)故障增長(zhǎng)過(guò)程的敏感性和穩(wěn)定性，導(dǎo)致了使用現(xiàn)有方法部署的傳感器采集的數(shù)據(jù)包含較少的故障增長(zhǎng)信息，不能為故障等級(jí)評(píng)估和壽命預(yù)測(cè)提供有效的數(shù)據(jù)支撐。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有傳感器選擇方法主要不能有效描述故障增長(zhǎng)趨勢(shì)的缺陷，本發(fā)明提供一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法。通過(guò)本發(fā)明方法選擇的傳感器能采集豐富的故障增長(zhǎng)特征，及時(shí)有效地監(jiān)控逐漸故障增長(zhǎng)過(guò)程，為故障等級(jí)評(píng)估、故障預(yù)測(cè)技術(shù)提供有效的數(shù)據(jù)支撐。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，包括以下步驟：

s1、初步部署傳感器集合si＝{s1，s2，s3，...，sm}，m為傳感器總數(shù)，并使用該傳感器集合中的所有傳感器采集故障增長(zhǎng)過(guò)程的數(shù)據(jù)；

s2、分別對(duì)各個(gè)傳感器采集的數(shù)據(jù)進(jìn)行特征提取，然后利用傳統(tǒng)的損傷指標(biāo)建立各個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)

s3、使用函數(shù)擬合方法對(duì)所有傳感器描述的故障增長(zhǎng)趨勢(shì)進(jìn)行擬合，獲得擬合后的故障增長(zhǎng)趨勢(shì)φ0；

s4、計(jì)算第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度繪制各個(gè)傳感器描述的相關(guān)度曲線，分析相關(guān)度曲線上縱坐標(biāo)值最大點(diǎn)對(duì)應(yīng)的相關(guān)度值

s5、在初步部署傳感器集合si＝{s1，s2，s3，...，sm}中，選擇描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)φ0相關(guān)度最大的傳感器進(jìn)行部署，其余傳感器作為冗余傳感器進(jìn)行去除。

具體地，所述傳統(tǒng)的損傷指標(biāo)為均方根、峭度指標(biāo)、脈沖指標(biāo)、峰值指標(biāo)或裕度指標(biāo)。

進(jìn)一步地，所述函數(shù)擬合方法為多項(xiàng)式函數(shù)、指數(shù)函數(shù)、雙指數(shù)函數(shù)或高斯函數(shù)。

更進(jìn)一步地，所述步驟s4中，第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度計(jì)算公式為：

式中，為與φ0的相關(guān)度，φsi(n)為傳感器si描述的真實(shí)故障增長(zhǎng)趨勢(shì)，φ0(n)為擬合后的故障增長(zhǎng)趨勢(shì)，n為故障增長(zhǎng)過(guò)程中的離散采樣點(diǎn)數(shù)，k為延時(shí)量，n0為最大時(shí)延量。

再進(jìn)一步地，所述步驟s5通過(guò)以下方式實(shí)現(xiàn)：

按照式(2)選擇與擬合后故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度最大的傳感器作為監(jiān)控該故障增長(zhǎng)過(guò)程的最優(yōu)傳感器，即優(yōu)化部署的傳感器

式中，為第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度，為中的最大值，為相關(guān)度最大對(duì)應(yīng)的傳感器。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

本發(fā)明通過(guò)計(jì)算傳感器描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)的相關(guān)度，衡量不同傳感器跟蹤監(jiān)控故障增長(zhǎng)過(guò)程的能力，進(jìn)而為系統(tǒng)部署對(duì)故障增長(zhǎng)趨勢(shì)具有較高靈敏度和穩(wěn)定度的傳感器。這些優(yōu)化部署的傳感器能有效減少監(jiān)控成本，對(duì)故障增長(zhǎng)過(guò)程實(shí)現(xiàn)精確監(jiān)控，為提高機(jī)電系統(tǒng)故障等級(jí)評(píng)估和壽命預(yù)測(cè)的效率和精度提供有效的數(shù)據(jù)支撐。

附圖說(shuō)明

圖1為本發(fā)明的方法流程圖。

圖2為本發(fā)明的第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的曲線圖。

圖3為本發(fā)明的第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度曲線圖。

圖4為本發(fā)明-實(shí)施例4四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)圖。

圖5為本發(fā)明-實(shí)施例4擬合后的故障增長(zhǎng)趨勢(shì)φ0圖。

圖6為本發(fā)明-實(shí)施例4四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度曲線圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例和附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，本發(fā)明的實(shí)施方式包括但不限于下列實(shí)施例。

實(shí)施例1

如圖1-3所示，一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，包括以下步驟：

s1、初步部署傳感器集合si＝{s1，s2，s3，...，sm}，m為傳感器總數(shù)，并使用該傳感器集合中的所有傳感器采集故障增長(zhǎng)過(guò)程的數(shù)據(jù)。

s2、分別對(duì)各個(gè)傳感器采集的數(shù)據(jù)進(jìn)行特征提取，然后利用傳統(tǒng)的損傷指標(biāo)(均方根、峭度指標(biāo)、脈沖指標(biāo)、峰值指標(biāo)或裕度指標(biāo))建立各個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)

s3、使用函數(shù)擬合方法(多項(xiàng)式函數(shù)、指數(shù)函數(shù)、雙指數(shù)函數(shù)或高斯函數(shù))對(duì)所有傳感器描述的故障增長(zhǎng)趨勢(shì)進(jìn)行擬合，獲得擬合后的故障增長(zhǎng)趨勢(shì)φ0。

s4、計(jì)算第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度繪制各個(gè)傳感器描述的相關(guān)度曲線，分析相關(guān)度曲線上縱坐標(biāo)值最大點(diǎn)對(duì)應(yīng)的相關(guān)度值

s5、在初步部署傳感器集合si＝{s1，s2，s3，...，sm}中，選擇描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)φ0相關(guān)度最大的傳感器進(jìn)行部署，其余傳感器作為冗余傳感器進(jìn)行去除。

實(shí)施例2

一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，與實(shí)施例1不同的是，本實(shí)施例公開(kāi)了第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度計(jì)算公式為：

式中，為與φ0的相關(guān)度，φsi(n)為傳感器si描述的真實(shí)故障增長(zhǎng)趨勢(shì)，φ0(n)為擬合后的故障增長(zhǎng)趨勢(shì)，n為故障增長(zhǎng)過(guò)程中的離散采樣點(diǎn)數(shù)，k為延時(shí)量，n0為最大時(shí)延量。

實(shí)施例3

一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，與實(shí)施例1不同的是，本實(shí)施例公開(kāi)了在初步部署傳感器集合si＝{s1，s2，s3，...，sm}中，選擇描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)φ0相關(guān)度最大的傳感器進(jìn)行部署，其余傳感器作為冗余傳感器進(jìn)行去除的具體實(shí)現(xiàn)方式。

按照式(2)選擇與擬合后故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度最大的傳感器作為監(jiān)控該故障增長(zhǎng)過(guò)程的最優(yōu)傳感器，即優(yōu)化部署的傳感器

式中，為第i個(gè)傳感器si描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度，為中的最大值，為相關(guān)度最大對(duì)應(yīng)的傳感器。

實(shí)施例4

如圖4-6所示，一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，與實(shí)施例1不同的是，本實(shí)施例以一階齒輪箱系統(tǒng)的齒輪裂紋故障為例詳細(xì)闡述本發(fā)明方法。

s1、在齒輪箱體上初步部署4個(gè)加速度計(jì)傳感器，即初始部署的傳感器集合si＝{s1，s2，s3，s4}分別對(duì)應(yīng)傳感器accelerometer#2，accelerometer#3，accelerometer#4,，accelerometer#5。使用上述四個(gè)傳感器采集齒輪箱中主動(dòng)齒輪從正常狀態(tài)到斷齒狀態(tài)的故障增長(zhǎng)數(shù)據(jù)。

s2、分別對(duì)各個(gè)傳感器采集的數(shù)據(jù)進(jìn)行特征提取，然后利用峭度指標(biāo)，計(jì)算s1，s2，s3，s4四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)如圖4所示，橫坐標(biāo)為傳感器的采樣序列，刻畫(huà)故障增長(zhǎng)的時(shí)間，縱坐標(biāo)表示提取的損傷指標(biāo)為峭度。

s3、采用四次多項(xiàng)式函數(shù)擬合上述四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)獲得擬合后的故障增長(zhǎng)趨勢(shì)φ0，如圖5所示。

s4、分別計(jì)算s1，s2，s3，s4四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)與擬合后的故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度如圖6所示。

s5、根據(jù)式(1)計(jì)算的相關(guān)度，s1，s2，s3，s4四個(gè)傳感器描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度的最大值分別為0.9685、0.9276、0.9928、0.9825。根據(jù)式(2)計(jì)算相關(guān)度最大對(duì)應(yīng)的傳感器為：

表示在初始部署的s1，s2，s3，s4四個(gè)傳感器中，傳感器s3描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)φ0的相關(guān)度最大，即與s3對(duì)應(yīng)的傳感器為accelerometer#4。因此，優(yōu)化部署后的傳感器為accelerometer#4。

本發(fā)明提出了一種基于故障增長(zhǎng)趨勢(shì)相關(guān)度分析的傳感器優(yōu)化部署方法，定義了傳感器描述的故障增長(zhǎng)趨勢(shì)與擬合后故障增長(zhǎng)趨勢(shì)的相關(guān)度，衡量傳感器對(duì)故障增長(zhǎng)過(guò)程監(jiān)控的敏感性和穩(wěn)定性，進(jìn)而部署相關(guān)度最大的傳感器作為監(jiān)控故障增長(zhǎng)過(guò)程。

按照上述實(shí)施例，便可很好地實(shí)現(xiàn)本發(fā)明。值得說(shuō)明的是，基于上述結(jié)構(gòu)設(shè)計(jì)的前提下，為解決同樣的技術(shù)問(wèn)題，即使在本發(fā)明上做出的一些無(wú)實(shí)質(zhì)性的改動(dòng)或潤(rùn)色，所采用的技術(shù)方案的實(shí)質(zhì)仍然與本發(fā)明一樣，故其也應(yīng)當(dāng)在本發(fā)明的保護(hù)范圍內(nèi)。