基于大数据敏感特征优化选取的设备故障预警方法及系统

摘要

本发明提出了一种基于大数据敏感特征优化选取的设备故障预警方法及系统，预警方法的步骤为：采集设备正常工况下振动数据，对其进行时、频域指标特征提取以组成振动类特征向量；然后运用补偿距离评估技术对振动类特征向量进行优化选取，将优化选取的振动类特征向量与设备正常工况下的工艺数据共同组成敏感向量集作为支持向量数据描述模型的训练样本，以训练形成设备正常工况下的SVDD超球体模型；对测试振动数据采取上述同样的步骤处理将所得到的优化选取特征向量与测试工况下工艺数据形成测试敏感向量集输入到正常工况下的SVDD超球体模型，当设备异常或即将发生异常时，通过输出结果进行预警分析。本发明可实现设备的智能维修。