(高清版)GBT 22394.2-2021 機(jī)器狀態(tài)監(jiān)測與診斷 數(shù)據(jù)判讀與診斷技術(shù) 第2部分：數(shù)據(jù)驅(qū)動的應(yīng)用

機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀與診斷技術(shù)第2部分：數(shù)據(jù)驅(qū)動的應(yīng)用國家市場監(jiān)督管理總局國家標(biāo)準(zhǔn)化管理委員會 I 4實(shí)施數(shù)據(jù)驅(qū)動監(jiān)測的過程 24.1數(shù)據(jù)驅(qū)動監(jiān)測方法原理 24.2資產(chǎn)關(guān)鍵故障和過程參數(shù)選擇 24.3數(shù)據(jù)清洗和重采樣 34.3.1總則 34.3.2插值誤差 34.3.3數(shù)據(jù)品質(zhì)問題 34.3.4數(shù)據(jù)重采樣 34.4模型開發(fā) 3 34.4.2模型的定義和相關(guān)輸入的選擇 44.4.3相關(guān)工況和數(shù)據(jù)的選擇 44.4.4模型測試準(zhǔn)備 44.5模型性能評估 44.6報警設(shè)置 5 5.3簡化的自動特征分類方法 6 7附錄A(資料性附錄)數(shù)據(jù)驅(qū)動監(jiān)測應(yīng)用示例 8附錄B(資料性附錄)數(shù)據(jù)驅(qū)動診斷應(yīng)用示例 GB/T22394.2—2021/ISGB/T22394《機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀與診斷技術(shù)》分為以下3部分： 本部分是GB/T22394的第2部分。本部分按照GB/T1.1—2009本部分使用翻譯法等同采用ISO13379-2:2015《機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀與診斷技術(shù)第———GB/T22394.1—2005機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀和診斷技術(shù)第1部分：總則(ISOⅡ1ISO13372機(jī)器狀態(tài)監(jiān)測與診斷詞匯(Conditionmonitoringanddiagnosticsofmachines—Vo-ISO13379-1機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀和診斷技術(shù)第1部分：總則(Conditionmonitoringanddiagnosticsofmachine—2在狀態(tài)監(jiān)測方面?zhèn)鹘y(tǒng)統(tǒng)計(jì)方法是基于單個信號趨勢進(jìn)行觀察，現(xiàn)代統(tǒng)計(jì)方法圖1所示為在一臺燃?xì)廨啓C(jī)上應(yīng)用的示例，目標(biāo)是停機(jī)后檢測異常的軸位移。模型中考慮了幾個數(shù)據(jù)驅(qū)動監(jiān)測常用方法有自相關(guān)核回歸法(AAKR)、聚類和偏最小二乘法(PLS)、支持向量機(jī)法34GB/T22394.2—2021/ISO1337構(gòu)建模型時為了獲得精度和穩(wěn)健性，記住選擇功能方面的特征(對特定的每個工況都應(yīng)進(jìn)行訓(xùn)練。但是對某些不常用工況的過分訓(xùn)練會降低最常用工況下模型的性能。因 5GB/T22394.2—2021/IS利用訓(xùn)練數(shù)據(jù)對模型進(jìn)行訓(xùn)練，利用檢驗(yàn)數(shù)據(jù)進(jìn)行評估。選取檢驗(yàn)數(shù)據(jù)上性能最好的模型參數(shù)。一旦最終的模型參數(shù)通過訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù)選定后，就可以利用測試數(shù)據(jù)集評估模型的總體性能。報警值定義的最常用方法是使用邏輯濾波規(guī)定在給定窗口內(nèi)發(fā)生預(yù)警的數(shù)目。各種原因都能在參數(shù)殘差中引起偏差。首先需要確認(rèn)觀察到的偏差不是因?yàn)槟Ｐ偷恼{(diào)整引起的。-—基于知識的方法。很多數(shù)據(jù)驅(qū)動的方法在ISO13379-1有詳細(xì)解6分類或描述方案通?；谝唤M已分類或描述模式的可用性，這組模式叫做說明：對于具有穩(wěn)定狀態(tài)特征的故障，模式分類可能容易地實(shí)現(xiàn)。對于具有隨時間變化特征的故障(磨部件過程測量的報警列表相當(dāng)于一組狀態(tài)指示器，例如：參數(shù)1高(或正報警);參數(shù)2和參數(shù)3無使用這些信息的一種方法是把預(yù)警和報警列表轉(zhuǎn)化為數(shù)值模式，如[100-1]。這表示一種確定部件劣化原因的邏輯方法(見表1)。部件故障No.17表1(續(xù))部件故障No.2部件故障No.3傳感器故障X1傳感器故障X18(資料性附錄)數(shù)據(jù)驅(qū)動監(jiān)測應(yīng)用示例A.2聯(lián)合循環(huán)汽輪機(jī)的振動特性圖A.1中用紅色表示三個階段(訓(xùn)練階段、正常行為階段和異常行為階段)模型估計(jì)的振動值。由圖A.1的分析推斷：7765增圖A.1三種汽輪機(jī)狀態(tài)的估計(jì)振動值977654GB/T22394.2—2021/IS監(jiān)測。通過人工神經(jīng)網(wǎng)絡(luò)(ANNs)的模式識別技術(shù)可用于滾動軸承的故障診斷(圖B.1)。fe和滾動體故障/fba)。重要的是記住故障癥狀與軸轉(zhuǎn)速頻率f。有關(guān)。經(jīng)過訓(xùn)練和評估后，人工神經(jīng)網(wǎng)絡(luò)(ANNs)模[1]GB/T22393—2015機(jī)器狀態(tài)監(jiān)測與診斷一般指南(ISO17359:2011,IDT)[2]EPRIEquipmentCondiber,2005.Availableat:[3]EPRIApplicationofOn-LineMonitoringTechniquestoEquipmentConditionAssessmreportno.1010034December2005.Availableat:MonitoringPrograms,Prog.Nucl.Energy.2005,46(3-4)p[5]On-LineMonitoringforCalibrationExtension:AnOverviewandInCR-6895,“TechnicalReviewofOn-LineMonitoringTechniquesforPerfoableat:/reading-rm/doc-collections/nuregs/c[6]TechnicalReviewofOn-LineMonitoringTechthe-Art(NUREG/CR-6895,Volume1).Availableat:/reading-rm/doc-collec-tions/nuregs/contract/cr6895/v[7]TechnicalReviewofOn-LinreticalIssues(NUREG/CR-6895,ORNL/TM-2007/188,Volume2).Availabgov/reading-rm/doc-collections/nuregs/contract/cr6895/v2/[8]TechnicalReviewofOn-LimitingCase