1.一种风机齿轮箱状态在线评估模型建立方法,其特征在于,包括如下步骤:
1)基于SCADA历史数据,采用SVM建立齿轮箱各温度指标正常状态下的预测模型,分别将正常时的监测数据、异常时的监测数据作为模型输入,进行温度预测,并计算相对误差序列eijk,其中,i=1,2;j=1,…,q;k=1,…,t,当i=1表示正常状态,i=2表示异常状态,j=1,…,q表示齿轮箱各温度指标,k表示预测样本序号;
2)采用改进无确定度逆向正态云发生器模型,利用所求取的相对误差序列eijk提取正常云和异常云的数字特征(Exij,Enij,Heij),利用所求得的数字特征(Exij,Enij,Heij),构建齿轮箱状态正常云模型和异常云模型;其中,期望值Ex是最能够代表定性概念的点,是这个概念量化的最典型样本;熵En反映定性概念的不确定性,表示在论域空间可以被定性概念接受的取值范围大小,即模糊度;超熵He反映代表定性概念值的样本出现的随机性,揭示了模糊性和随机性的关联;
3)计算正态云模型间关联度kj和贡献度wj,完成在线评估模型建立;其中,贡献度wj表示状态云之间的关联度kj对区分不同定性概念的贡献程度,关联度越大,则其对区分定性概念的贡献越小,反之则越大。
2.根据权利要求1所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,步骤
1)中,进行温度预测时,当齿轮箱状态正常,通过趋势状态分析法得出的参数预测值与真实值的预测误差,小于当齿轮箱状态异常的参数预测值与真实值的预测误差,进而采用预测误差的变化序列描述齿轮箱趋势状态的演化过程。
3.根据权利要求2所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,步骤
1)中,进行温度预测时,先分别选取与齿轮箱各温度指标相关性符合预设值的监测指标,以选取的监测指标的当前值及齿轮箱各温度指标的上一时刻值作为SVM模型输入,以齿轮箱各温度指标当前时刻值为SVM模型输出,建立齿轮箱输入轴温度预测模型。
4.根据权利要求3所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,步骤
1)中,在SVM模型的建模过程中,核函数、惩罚系数C和核宽参数σ决定着模型的性能,采用径向基函数RBF作为核函数,惩罚系数C和核宽参数σ由网格法和十折交叉验证法进行寻优,确定最优参数组合。
5.根据权利要求1所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,步骤
2)中,正态云模型用数字特征(Exij,Enij,Heij)进行表征,设U是一个用精确数值表示的定量论域, C是论域U的定性概念,若x∈X是定性概念C上的一次随机出现,若同时满足以下两个条件:其中
x对C的关联度
则x在论域U上的分布称为正态云。
6.根据权利要求5所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,正态云发生器包括正向正态云发生器、逆向正态云发生器和条件正态云发生器;
正向正态云发生器完成从定性概念到定量值的映射,根据正态云模型数字特征(Exij,Enij,Heij)产生云滴;
逆向正态云发生器是实现从定量值到定性概念的转换,将一定数量的精确数据转换为以数字特征(Exij,Enij,Heij)表示的定性概念;
条件正态云发生器包括X条件正态云发生器、Y条件正态云发生器,其中,X条件正态云发生器中,当已知正态云模型数字特征(Exij,Enij,Heij)后,给定x=x0条件,求取y(x)=y(x0)。
7.根据权利要求5所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,通过如下算法过程得到超熵He:2
2.1)根据数据样本xi,分别得到样本均值 一阶样本绝对中心距A、样本方差S,公式如下:
2.2)
2.3)
2.4)若S2-En2<0,则删除m=n×1%个离期望值Ex最近的样本点,在剩余样本中重新计算方差S2,直到S2-En2>0,再跳转步骤2.5);若S2-En2>0直接跳转步骤2.5);
2.5)
8.根据权利要求7所述的风机齿轮箱状态在线评估模型建立方法,其特征在于,步骤
3)中的关联度kj的计算过程如下:
若把数x作为一个云滴,y表示数x对正态云模型的关联程度,则称y为云滴关联度,由X条件正态云发生器求取,公式如下:在定性概念的正态云模型中,正态云模型C1和C2之间的关联度kj定义为: 其中,N和M分别表示区间交集和并集:贡献度wj的计算公式为:
9.一种利用权利要求1至8任一项所述的风机齿轮箱状态在线评估模型建立方法进行在线评估的方法,其特征在于,包括如下步骤:A)获取实时SCADA数据,作为SVM模型的输入,求取齿轮箱各温度指标的相对误差序列,进而计算得到云滴关联度,结合正态云模型间关联度kj和贡献度wj,计算待测试样本对正常正态云模型和异常正态云模型的贴近程度ρ1和ρ2;
B)按照最大贴近度的原则确定齿轮箱状态;若ρ1>ρ2,则判定齿轮箱为正常状态,若ρ1≤ρ2,则判定齿轮箱为异常状态。
10.根据权利要求9所述的进行在线评估的方法,其特征在于,贴近度表示样本对不同定性概念正态云模型的贴近程度,计算公式如下:ρi=yij×wj,i=1,2;j=1,…,q;
其中,ρi表示定性概念正态云模型贴近度,yij表示状态i的第j个指标的云滴关联度,wj表示第j个指标的贡献度。