一種故障預測方法及系統(tǒng)技術方案

本發(fā)明專利技術涉及一種故障預測方法及系統(tǒng)。該故障預測方法包括：步驟1，計算核主元；步驟2，根據(jù)控制限檢測故障。本發(fā)明專利技術在針對旋轉機械的故障預測中采用基于KPCA故障重構的方法，可以很好地解決過程數(shù)據(jù)的非線性問題，從隱含故障的數(shù)據(jù)中挖掘出故障方向并估計出故障幅值，也考慮到了故障的多維特性，可以獲得更加精確的故障預測結果。

【技術實現(xiàn)步驟摘要】

本專利技術涉及故障預測領域，尤其涉及一種故障預測方法及系統(tǒng)。
技術介紹
隨著科學技術和工業(yè)發(fā)展，旋轉機械設備向著大型化、高速化、復雜化發(fā)展。因此，現(xiàn)在企業(yè)生產(chǎn)對設備及系統(tǒng)的可靠性、連續(xù)性、經(jīng)濟性等要求日益提高，在以往對設備及系統(tǒng)故障進行有效診斷和提出解決方案的基礎上，進一步要求，在故障只出現(xiàn)微小異常征兆時即可實現(xiàn)對故障進行預報并提出相應緊急處理措施。故障預測的方法有多種多樣，其中統(tǒng)計過程監(jiān)控技術已經(jīng)發(fā)展20余年，并且廣泛應用于工業(yè)過程的故障檢測、診斷和估計等。在最近的研究中，基于主元分析(Principal Component Analysis,PCA)的故障估計技術被成功用于故障預測中，但對于非線性特性的數(shù)據(jù)，基于主元分析的故障估計技術卻不能夠非常準確地進行故障預測，因此需要針對非線性特性的數(shù)據(jù)提出新的故障預測方案。
技術實現(xiàn)思路
為了解決上述的技術問題，提供了一種故障預測方法及系統(tǒng)。本專利技術提供了一種故障預測方法，包括:步驟I,計算核主元；步驟2，根據(jù)控制限檢測故障。優(yōu)選地,所述步驟I包括:步驟11，選取核函數(shù)；步驟12，歸一化核矩陣；步驟13，計算歸一化后核矩陣的特征向量和特征值；步驟14，確定主元數(shù)；步驟15，計算特征空間的主元。優(yōu)選地，步驟14中，利用累積方差貢獻率準則確定主元數(shù)；步驟15中，計算出的主權利要求1.一種故障預測方法，其特征在于，包括: 步驟I，計算核主元； 步驟2，根據(jù)控制限檢測故障。2.根據(jù)權利要求1所述的方法，其特征在于，所述步驟I包括: 步驟11，選取核函數(shù)； 步驟12，歸一化核矩陣； 步驟13，計算歸一化后核矩陣的特征向量和特征值； 步驟14，確定主元數(shù)； 步驟15,計算特征空間的主元。3.根據(jù)權利要求2所述的方法，其特征在于，步驟14中，利用累積方差貢獻率準則確定主元數(shù);步驟15中，計算出的主元4.根據(jù)權利要求3所述的方法，其特征在于，步驟2包括:根據(jù)∑t/λ與控制限T之間的關系檢測是否發(fā)生故障，和/或根據(jù)與控制限5.根據(jù)權利要求4所述的方法，其特征在于，如果6.根據(jù)權利要求4所述的方法，其特征在于，該方法還包括根據(jù)下式確定故障幅值:7.一種故障預測系統(tǒng)，其特征在于，包括: 核主元模塊,用于計算核主元； 檢測模塊，用于根據(jù)控制限檢測故障。8.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，計算出的主元9.根據(jù)權利要求8所述的系統(tǒng)，其特征在于，檢測模塊，用于根據(jù)10.根據(jù)權利要求9所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括故障幅值確定模塊，用于根據(jù)下式確定故障幅值:全文摘要本專利技術涉及一種故障預測方法及系統(tǒng)。該故障預測方法包括步驟1，計算核主元；步驟2，根據(jù)控制限檢測故障。本專利技術在針對旋轉機械的故障預測中采用基于KPCA故障重構的方法，可以很好地解決過程數(shù)據(jù)的非線性問題，從隱含故障的數(shù)據(jù)中挖掘出故障方向并估計出故障幅值，也考慮到了故障的多維特性，可以獲得更加精確的故障預測結果。文檔編號G05B23/02GK103197663SQ20131007257公開日2013年7月10日 申請日期2013年3月7日 優(yōu)先權日2013年3月7日專利技術者馬潔, 李鋼, 陳默, 徐嘉楠 申請人:北京信息科技大學本文檔來自技高網(wǎng)...

【技術保護點】
一種故障預測方法，其特征在于，包括：步驟1，計算核主元；步驟2，根據(jù)控制限檢測故障。

【技術特征摘要】

【專利技術屬性】
技術研發(fā)人員：馬潔，李鋼，陳默，徐嘉楠，
申請(專利權)人：北京信息科技大學，
類型：發(fā)明
國別省市：