復(fù)雜設(shè)備的故障特征具有不確定性,非線性等特點(diǎn).針對(duì)故障預(yù)測(cè)具有不確定性,將模糊數(shù)學(xué)中的直覺(jué)模糊集和灰色模型相結(jié)合設(shè)計(jì)故障預(yù)測(cè)的方法.新方法利用隸屬度函數(shù)設(shè)計(jì)了描述系統(tǒng)運(yùn)行正常的正常直覺(jué)模糊子集和運(yùn)行異常的異常直覺(jué)模糊子集,利用灰色模型計(jì)算系統(tǒng)運(yùn)行的預(yù)測(cè)值,并計(jì)算預(yù)測(cè)值的正常隸屬度;再分別計(jì)算預(yù)測(cè)值的正常隸屬度與正常直覺(jué)模糊子集和異常直覺(jué)模糊子集的貼近程度來(lái)實(shí)現(xiàn)故障預(yù)報(bào).該方法通過(guò)三容水箱系統(tǒng)T2水箱水位變化預(yù)測(cè)三容水箱系統(tǒng)是否出現(xiàn)故障和通過(guò)UH-60行星齒輪盤裂紋何時(shí)開(kāi)始增大的故障進(jìn)行實(shí)驗(yàn).實(shí)驗(yàn)驗(yàn)證了該方法的可行性,可及時(shí)準(zhǔn)確地預(yù)測(cè)出系統(tǒng)故障. 

【文章來(lái)源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017,26(04)

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

三容水箱系統(tǒng)

計(jì)算機(jī)系統(tǒng)應(yīng)用http://www.c-s-a.org.cn2017年第26卷第4期32專論·綜述SpecialIssue外還有0.3%的概率,把標(biāo)準(zhǔn)差擴(kuò)大到±4σ)m為觀測(cè)數(shù)據(jù)時(shí)刻1到時(shí)刻20的均值.其中灰色模型是以每10個(gè)觀測(cè)數(shù)據(jù)為一組進(jìn)行預(yù)測(cè),貼近度是使用公式(11)計(jì)算的,其中Qix和Riz分別為正、異常直覺(jué)模糊子集的非隸屬度,即為1減正、異常隸屬度,在此基礎(chǔ)上考慮了非隸屬度情況進(jìn)行實(shí)驗(yàn).根據(jù)本文算法步驟得到實(shí)驗(yàn)結(jié)果見(jiàn)圖2(取k=6時(shí)的預(yù)報(bào)結(jié)果,k的取值參考文獻(xiàn)[10]),表1列出了對(duì)應(yīng)圖2的具體貼近度數(shù)據(jù),其貼近度是子集元素個(gè)數(shù)為6進(jìn)行計(jì)算的,因此表中所顯示的時(shí)刻是6的倍數(shù).表1本文方法對(duì)三容水箱(T2)的故障預(yù)報(bào)時(shí)的貼近度時(shí)間點(diǎn)24303642485460667278正常貼近度0.99780.97750.92910.84820.69180.49330.31560.17310.06300.0180異常貼近度0.02980.05020.09850.17940.33590.53430.71210.85450.96460.9900預(yù)報(bào)故障否否否否否是是是是是表2文獻(xiàn)[10]方法的三容水箱(T2)故障預(yù)報(bào)及貼近度時(shí)間點(diǎn)24303642485460667278正常貼近度0.99880.98810.95840.91160.78970.64010.47550.30720.14800.0565異常貼近度0.02880.03950.06920.11610.23800.38760.55220.72040.96370.9712預(yù)報(bào)故障否否否否否否是是是是表3文獻(xiàn)[16]方法的三容水箱(水箱T2)預(yù)報(bào)結(jié)果時(shí)間點(diǎn)k62636465666768697071T2液位0.27830.27420.27610.27230.27420.27050.27170.26850.26980.2666故障概率0.37090.45260.52500.57340.64250.72110.71330.83261.00001.0000預(yù)報(bào)故障無(wú)無(wú)有有有有有有有有圖2本文方法對(duì)三容水箱(T2)的預(yù)報(bào)結(jié)果對(duì)比算法--基于模糊貼近度的粒子濾波故障預(yù)測(cè)方法[10]的故障預(yù)報(bào)及貼近度見(jiàn)表2.從本文方法的表1(用了非隸屬度的直覺(jué)模糊集情況)和對(duì)比方法結(jié)果的表2(未用非隸屬度的模糊集情況)?

無(wú)無(wú)有有有有有有有有圖2本文方法對(duì)三容水箱(T2)的預(yù)報(bào)結(jié)果對(duì)比算法--基于模糊貼近度的粒子濾波故障預(yù)測(cè)方法[10]的故障預(yù)報(bào)及貼近度見(jiàn)表2.從本文方法的表1(用了非隸屬度的直覺(jué)模糊集情況)和對(duì)比方法結(jié)果的表2(未用非隸屬度的模糊集情況)中可以看出,本文方法考慮了非隸屬度的貼近度計(jì)算,增加了對(duì)非隸屬度的權(quán)重,從而得到的預(yù)報(bào)結(jié)果比基于模糊貼近度的粒子濾波故障預(yù)測(cè)提前了6個(gè)時(shí)間點(diǎn).本文方法的三容水箱(T2)實(shí)驗(yàn)結(jié)果為k=6時(shí)在時(shí)刻54處預(yù)報(bào)故障(見(jiàn)圖2),比對(duì)比的基于改進(jìn)余弦相似度的粒子濾波故障預(yù)報(bào)[15](見(jiàn)圖3)提前了9個(gè)時(shí)間點(diǎn),比基于隨機(jī)攝動(dòng)粒子濾波器的故障預(yù)報(bào)算法[16](見(jiàn)表3)提前了10個(gè)時(shí)間點(diǎn).圖3文獻(xiàn)[15]方法對(duì)三容水箱(水箱T2)的預(yù)報(bào)結(jié)果本文方法與基于基于模糊隸屬度的粒子濾波故障預(yù)測(cè)[9]和基于模糊貼近度的粒子濾波故障預(yù)測(cè)[10]在三容水箱(水箱T2)實(shí)驗(yàn)中算法運(yùn)行效率對(duì)比如表4.從表4中可以看出,本文的算法在三容水箱實(shí)驗(yàn)中的運(yùn)行速度比文獻(xiàn)[9]和文獻(xiàn)[10]算法快很多.


本文編號(hào)：3048374