基于油液监测技术的机器状态识别方法

摘要

本发明涉及基于油液监测技术的机器状态识别方法。现有方法多基于离线监测手段，不适于在线监测，态划分生硬，未与磨粒浓度的时变特性结合，达不到高效分类和状态识别的目的。本发明对试验数据进行分段预处理并提取相对磨损特征值；根据磨损特征值的变化趋势对恒定工况和时变工况进行初步识别；进一步提取OLVF监测曲线突变处的幅值特征量和斜率差信息熵，构建适用于OLVF的综合加权相似度模型；对时变工况下的试验数据进行二次聚类，实时判断当前工况类型及磨损程度。本发明实现了时变工况和恒定工况初步识别，构建了OLVF监测相似度评价模型CWSIM，能够准确度量不规则的OLVF监测数据之间的真实关系，工况分类准确率较高。