專利名稱：一種機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法，屬于時(shí)間序列事件演變過程的識(shí)別與監(jiān)控領(lǐng)域。
背景技術(shù)：
時(shí)間序列事件演變過程的識(shí)別，在社會(huì)、經(jīng)濟(jì)、國(guó)防、工業(yè)、農(nóng)業(yè)、地質(zhì)、公共衛(wèi)生和信息等領(lǐng)域均具有很重要的應(yīng)用價(jià)值。及時(shí)科學(xué)地識(shí)別各種時(shí)間序列事件演變過程的穩(wěn)定性，可以及時(shí)采取相應(yīng)措施，避免惡性事件發(fā)生，產(chǎn)生巨大的社會(huì)與經(jīng)濟(jì)效益。隨著社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)展，時(shí)間序列事件表現(xiàn)的信息更具多樣性和復(fù)雜性，某些信息的特征事先是未知的。例如，概率分布和趨勢(shì)等具有短期和長(zhǎng)期的不確定性、多變性、突變性和非單調(diào)性等。這使時(shí)間序列事件分析與預(yù)測(cè)理論面臨許多更嚴(yán)峻的挑戰(zhàn)，成為一個(gè)重要的科學(xué) 技術(shù)難題。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種時(shí)間序列事件演變狀態(tài)的判斷方法，以解決概率分布和趨勢(shì)等先驗(yàn)信息未知和未確知的時(shí)間序列事件演變穩(wěn)定性的識(shí)別與監(jiān)控問題。本發(fā)明為解決上述技術(shù)問題而提供一種時(shí)間序列事件演變狀態(tài)的判斷方法，該判斷方法的步驟如下I).在所研究的時(shí)間序列時(shí)間的演變過程中，按時(shí)間順序采集發(fā)生的數(shù)據(jù)，得到一個(gè)時(shí)間序列；2).將上述時(shí)間序列等分成多個(gè)子序列，并把這多個(gè)子程序按先后順序排列起來，選擇第一個(gè)子序列作為初始狀態(tài)序列，選擇其他的子序列作為演變狀態(tài)序列；3).根據(jù)初始狀態(tài)序列生成參考序列，4).根據(jù)灰色系統(tǒng)理論，建立演變過程信息元函數(shù)；5).根據(jù)最少信息原理和小概率事件原理，識(shí)別時(shí)間序列事件演變過程的穩(wěn)定性。所述的步驟3)中的參考序列是由初始狀態(tài)序列的第一個(gè)數(shù)據(jù)所生成。所述的步驟4)演變過程信息元函數(shù)的建立過程如下a.根據(jù)鄧氏關(guān)聯(lián)度，建立初始狀態(tài)序列對(duì)參考序列和演變狀態(tài)序列對(duì)參考序列的灰關(guān)聯(lián)度；b.根據(jù)上述灰關(guān)聯(lián)度，建立演變過程信息元函數(shù)為
l--max\r0C(O- YjC(^) I；max | yoc(￠) — y c(^) |g
r0/V
0；max I YodO ~ TjAO 一 [W]其中,為演變過程信息元函數(shù)，n為權(quán)重，I為分辨系數(shù)，f為最優(yōu)分辨系數(shù)；C.確定灰置信水平為 Pw，Poj = (1-0. 5 n) X100%。所述的步驟5)的具體過程如下
a).將時(shí)間序列事件的穩(wěn)定性根據(jù)灰置信水平的范圍分為以下6個(gè)級(jí)別若灰置信水平Ptlj G [99%, 100%]，則時(shí)間序列事件演變過程的穩(wěn)定性為I級(jí)，表示很穩(wěn)定，存在安全隱患的可能性很小，若灰置信水平Pw e [95%, 99%)，則時(shí)間序列事件演變過程的穩(wěn)定性為2級(jí)，表示穩(wěn)定，存在安全隱患的可能性小，若灰置信水平Pcu G [90%, 95%)，則時(shí)間序列事件演變過程的穩(wěn)定性為3級(jí)，表示比較穩(wěn)定，存在安全隱患的可能性比較小，若灰置信水平Ptlj G [85%, 90%)，則時(shí)間序列事件演變過程的穩(wěn)定性為4級(jí)，表示有不穩(wěn)定因素，存在安全隱患，若灰置信水平Pcu G [75%, 85%)，則時(shí)間序列事件演變過程的穩(wěn)定性為5級(jí)，表示不穩(wěn)定，存在大的安全隱患，若灰置信水平Pcu〈75%，則時(shí)間序列事件演變過程的穩(wěn)定性為6級(jí)，表示很不穩(wěn)定，存在很大的安全隱患；b).假設(shè)時(shí)間序列事件的初始狀態(tài)序列是很穩(wěn)定的，令演變過程信息元函數(shù)取值為0. 5，計(jì)算灰置信水平Ptlj的值；c).將計(jì)算出的灰置信水平值與穩(wěn)定性級(jí)別進(jìn)行對(duì)照，找出其所處的穩(wěn)定性級(jí)別，從而判斷出該事件的演變狀態(tài)。 本發(fā)明的有益效果是本發(fā)明利用初始狀態(tài)序列生成參考序列，根據(jù)灰色系統(tǒng)理論，建立演變過程信息元函數(shù)，然后根據(jù)最少信息原理和小概率事件原理，識(shí)別時(shí)間序列事件演變過程的穩(wěn)定性，為采取相應(yīng)的干預(yù)措施提供決策依據(jù)。本發(fā)明能夠?qū)崟r(shí)有效地識(shí)別時(shí)間序列事件在演變過程中的穩(wěn)定性，以便及時(shí)采取相應(yīng)措施，避免惡性事件發(fā)生。


圖I是本發(fā)明時(shí)間序列事件演變狀態(tài)的判斷方法的流程圖；圖2是本發(fā)明實(shí)施例中所用的裝備運(yùn)行參數(shù)的初始狀態(tài)序列和演變狀態(tài)序列圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式
做進(jìn)一步說明。在機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件的演變過程中，可以先采集這個(gè)演變過程中的數(shù)據(jù)，然后進(jìn)行分析；也可以邊采集邊分析。前者屬于事后總結(jié)與信息積累，后者屬于實(shí)時(shí)識(shí)別與信息監(jiān)視。在理論上，本發(fā)明要求時(shí)間序列的長(zhǎng)度至少包含3個(gè)數(shù)據(jù)。采集時(shí)間持續(xù)長(zhǎng)度至少要形成兩個(gè)子時(shí)間序列，才能進(jìn)行穩(wěn)定性判斷。可以根據(jù)需要確定采集時(shí)間持續(xù)長(zhǎng)度。例如，在機(jī)械產(chǎn)品的初期磨損的全階段和正常磨損的后期，必須時(shí)時(shí)刻刻地連續(xù)采集運(yùn)行參數(shù)的數(shù)據(jù)。在其他階段，如果未發(fā)現(xiàn)存在安全隱患，就可以間隔一段時(shí)間采集一次數(shù)據(jù)。本發(fā)明的機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法，該方法的流程如圖I所示，以某機(jī)械裝備某運(yùn)行參數(shù)從初期磨損階段到正常磨損階段的一個(gè)時(shí)間序列為例，設(shè)該運(yùn)行參數(shù)的理論值為0，根據(jù)本發(fā)明提出的方法，識(shí)別該裝備運(yùn)行參數(shù)的演變過程，其具體步驟如下(I)采集機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件的數(shù)據(jù)對(duì)該機(jī)械裝備運(yùn)行參數(shù)的時(shí)間序列事件進(jìn)行模擬觀測(cè)，每隔5天采集一次數(shù)據(jù)，每次采集400個(gè)數(shù)據(jù)，共采集7次，獲得n=2800個(gè)運(yùn)行參數(shù)數(shù)據(jù)，形成一個(gè)時(shí)間序列X。(2)構(gòu)建子序列
取K = 400，由時(shí)間序列X構(gòu)建出m=7個(gè)子序列。(3)選擇初始狀態(tài)序列和演變狀態(tài)序列選第一個(gè)子序列為初始狀態(tài)序列Xtl，對(duì)應(yīng)于k的區(qū)間[1，400];其他6個(gè)子序列為演變狀態(tài)序列Xj (j=l，2，…，6)，分別對(duì)應(yīng)于k的區(qū)間為[401,800]，[801，1200],[1201, 1600], [1601,2 000], [2001, 2400]和[2401，2800]，裝備運(yùn)行參數(shù)的初始狀態(tài)序列和演變狀態(tài)序列見圖2。(4)生成參考序列由初始狀態(tài)序列Xtl的第一個(gè)數(shù)據(jù)Xtl⑴生成參考序列X。Xc= (xc(l), Xc (2)，…xc (k),…，xc(K)) = (x0 (I)，X0 (I)，…，X0 (I)，…，X0 (I)) (6)(5)建立演變過程信息元函數(shù)根據(jù)灰色系統(tǒng)理論，設(shè)初始狀態(tài)序列Xtl對(duì)參考序列X。的灰關(guān)聯(lián)度為
]人.m i r|..v( (/v) - .v()(/v) | +cm a (A')- x0(A.) |7ocfc) - JU I Xc{k)-x0(k) I +^maixc(k)-xQ(k) \(7)
k演變狀態(tài)序列Xj對(duì)參考序列X。的灰關(guān)聯(lián)度為
I K m i rj』V(々)一-、■/(々)I +cm a 片 '_(、(人 )一x..(々)|Xic(^g) = -￡ ' ——77Z-,V—TT——77Z—(8)
人 ft x\.(k)-x;{k) +cm aXx\
J k J定義演變過程信息元函數(shù)為
l」ma^oc )- Yjc (^) I； max Iroc(^r)- y]C (￠) |e
r0 . r]w'(9)
0；max I yw\^)-yAC)\^[ny\式中，3 為演變過程信息元函數(shù)，n為權(quán)重，I Yoc(I)-Yjc(I) I為灰關(guān)聯(lián)度絕對(duì)差，I為分辨系數(shù)，I*為最優(yōu)分辨系數(shù)，在本發(fā)明中，分辨系數(shù)是對(duì)研究對(duì)象演變過程的一種映射。最優(yōu)分辨系數(shù)是分辨系數(shù)的最優(yōu)值，是對(duì)研究對(duì)象演變過程的一種最優(yōu)映射，是滿足灰關(guān)聯(lián)度絕對(duì)差I(lǐng) Ytc(I)-Yw(I) I為最大的分辨系數(shù)。分辨系數(shù)取最優(yōu)值時(shí)，可以更加靈敏地識(shí)別時(shí)間序列事件的演變過程是否發(fā)生變化。假設(shè)時(shí)間序列事件的初始狀態(tài)序列是很穩(wěn)定的，根據(jù)灰色系統(tǒng)理論的最少信息原理，令演變過程信息元函數(shù)取值為^j=O. 5。根據(jù)經(jīng)典統(tǒng)計(jì)學(xué)的小概率事件原理，對(duì)于演變過程穩(wěn)定和比較穩(wěn)定的時(shí)間序列事件而言，顯著性水平通常取值為0. 01,0. 05和0. 10，對(duì)應(yīng)的灰置信水平分別為99%，95%和90%。在這種狀態(tài)下，若灰置信水平Ptlj取值越大，則時(shí)間序列事件的演變?cè)椒€(wěn)定；否則時(shí)間序列事件的演變?cè)讲环€(wěn)定。為此，本發(fā)明將時(shí)間序列事件的穩(wěn)定性定義為以下6個(gè)級(jí)別SI級(jí)若灰置信水平Ptlj G [99%, 100%]，則時(shí)間序列事件演變過程的穩(wěn)定性為I級(jí)，表示很穩(wěn)定，存在安全隱患的可能性很?。籗2級(jí)若灰置信水平Ptlj G [95%, 99%)，則時(shí)間序列事件演變過程的穩(wěn)定性為2級(jí)，表示穩(wěn)定，存在安全隱患的可能性??；S3級(jí)若灰置信水平Ptlj G [90%, 95%)，則時(shí)間序列事件演變過程的穩(wěn)定性為3級(jí)，表示比較穩(wěn)定，存在安全隱患的可能性比較??；S4級(jí)若灰置信水平Ptlj G [85%，90%)，則時(shí)間序列事件演變過程的穩(wěn)定性為4級(jí)，表示有不穩(wěn)定因素，存在安全隱患；S5級(jí)若灰置信水平Ptlj G [75%, 85%)，則時(shí)間序列事件演變過程的穩(wěn)定性為5級(jí)，表不不穩(wěn)定，存在大的安全隱患；S6級(jí)若灰置信水平匕」〈75%，則時(shí)間序列事件演變過程的穩(wěn)定性為6級(jí)，表示很不穩(wěn)定，存在很大的安全隱患。(6)識(shí)別該機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變過程的穩(wěn)定性令演變過程信息元函數(shù)取值為rw=0. 5，計(jì)算出每個(gè)演變狀態(tài)序列的灰置信水平Poj的值，結(jié)果見表I。由表I可以看出，本發(fā)明提出的方法可以有效地識(shí)別與監(jiān)視機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變過程的穩(wěn)定性，及時(shí)評(píng)估出機(jī)械產(chǎn)品運(yùn)行參數(shù)的演變狀態(tài)。表I裝備運(yùn)行參數(shù)演變過程的識(shí)別結(jié)果
權(quán)利要求
1.一種機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法，其特征在于該判斷方法的步驟如下 1).按時(shí)間順序間隔均勻地采集機(jī)械產(chǎn)品運(yùn)行參數(shù)，構(gòu)成一機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列； 2).將上述時(shí)間序列等分成N個(gè)子序列，并把這N子程序按時(shí)間順序排列起來，選擇第一個(gè)子序列作為初始狀態(tài)序列，選擇其他的子序列作為演變狀態(tài)序列； 3).將初始狀態(tài)序列的第一個(gè)數(shù)據(jù)作為元素生成參考序列； 4).根據(jù)灰色系統(tǒng)理論，建立機(jī)械產(chǎn)品運(yùn)行參數(shù)演變過程信息元函數(shù)； 5).根據(jù)最少信息原理和小概率事件原理，計(jì)算機(jī)械產(chǎn)品運(yùn)行參數(shù)的每個(gè)演變狀態(tài)序列的灰置信水平，以灰置信水平的值判斷該機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變過程的穩(wěn)定性。
2.根據(jù)權(quán)利要求I所述的機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法，其特征在于所述的步驟4)演變過程信息元函數(shù)的建立過程如下 a.根據(jù)鄧氏關(guān)聯(lián)度，計(jì)算機(jī)械產(chǎn)品運(yùn)行參數(shù)初始狀態(tài)序列對(duì)參考序列和演變狀態(tài)序列對(duì)參考序列的灰關(guān)聯(lián)度； b.根據(jù)上述灰關(guān)聯(lián)度，建立演變過程信息元函數(shù)為
3.根據(jù)權(quán)利要求I所述的機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件演變狀態(tài)的判斷方法，其特征在于所述的步驟5)的具體過程如下 a).根據(jù)灰置信水平的范圍將機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件的穩(wěn)定性分類； b).假設(shè)該機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件的初始狀態(tài)序列是很穩(wěn)定的，令演變過程信息元函數(shù)取值為O. 5,計(jì)算每個(gè)演變狀態(tài)序列的灰置信水平的值； c).將計(jì)算出的灰置信水平值與穩(wěn)定性級(jí)別進(jìn)行對(duì)照，找出其所處的穩(wěn)定性級(jí)別，從而判斷出該事件演變過程的穩(wěn)定性。
全文摘要
本發(fā)明涉及一種機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列的事件演變狀態(tài)判斷方法。在機(jī)械產(chǎn)品運(yùn)行參數(shù)時(shí)間序列事件的演變過程中，本發(fā)明通過以下步驟實(shí)現(xiàn)對(duì)時(shí)間序列事件演變狀態(tài)的判斷，間隔均勻地按時(shí)間順序采集其發(fā)生的數(shù)據(jù)，獲得一個(gè)時(shí)間序列；由時(shí)間序列構(gòu)建多個(gè)子序列；選擇第一個(gè)子序列作為初始狀態(tài)序列，其他子序列作為演變狀態(tài)序列；用初始狀態(tài)序列生成參考序列；根據(jù)灰色系統(tǒng)理論，建立演變過程信息元函數(shù)；根據(jù)最少信息原理和小概率事件原理，識(shí)別時(shí)間序列事件演變過程的穩(wěn)定性，為采取相應(yīng)的干預(yù)措施提供決策依據(jù)。本發(fā)明能夠?qū)崟r(shí)有效地識(shí)別時(shí)間序列事件在演變過程中的穩(wěn)定性，以便及時(shí)采取相應(yīng)措施，避免惡性事件發(fā)生。
文檔編號(hào)G06F19/00GK102682215SQ201210149988
公開日2012年9月19日 申請(qǐng)日期2012年5月7日 優(yōu)先權(quán)日2012年5月7日
發(fā)明者盧陽(yáng), 夏新濤, 尚艷濤, 金銀平, 馬濤 申請(qǐng)人:河南科技大學(xué)