CN109270900A - 一种基于层次分析法的设备状态评价方法及相关设备 - Google Patents
一种基于层次分析法的设备状态评价方法及相关设备 Download PDFInfo
- Publication number
- CN109270900A CN109270900A CN201811021266.9A CN201811021266A CN109270900A CN 109270900 A CN109270900 A CN 109270900A CN 201811021266 A CN201811021266 A CN 201811021266A CN 109270900 A CN109270900 A CN 109270900A
- Authority
- CN
- China
- Prior art keywords
- operating parameter
- weighted average
- formula
- equipment
- calculated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000008569 process Effects 0.000 title claims abstract description 36
- 238000011156 evaluation Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 31
- 238000011161 development Methods 0.000 claims abstract description 11
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004335 scaling law Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于层次分析法的设备状态评价方法及相关设备，用于实现对设备的众多运行参数的综合评价。本申请实施例方法包括：获取设备中的运行参数两两之间的相对重要性；根据所述运行参数之间的相对重要性，构建判断矩阵A；计算所述判断矩阵A的特征根λ对应的特征向量W；根据所述特征向量W使用第一公式计算所述运行参数的加权平均值K。因此，由于指数计算很好地将一个设备的整体运行状态只用一个数字表示，即通过所述运行参数的加权平均值K来反映设备的整体运行状态，实现对设备的众多运行参数的综合评价。
Description
技术领域
本申请涉及工业物联网领域，尤其涉及一种基于层次分析法的设备状态 评价方法及相关设备。
背景技术
随着工业互联网的普及，工业设备尤其是现代工业设备，譬如锅炉、压 缩机、发电机组、热泵、变频器、充电桩、水处理设备、充电桩、新能源汽 车等以及其外接和各种各样的装置、传感器或者零部件，越来越多的设备运 行数据和设备参数会实时上报至云服务器。
可以对数量庞大的工业设备进行实时、在线地监控，并且在发生异常或 者危险时及时告警，后台也可以针对大量的历史数据进行统计和分析。具体 该设备的参数可以为温度、压力、压强、电压、电流、功率等，或者是其它 的设备参数。
然而，对于一个大型的工业设备来说，考察该设备的运行状态时，该设 备的参数是众多的有时甚至多达几百个，同一时间考察所有参数过于费时费 力。
申请内容
本申请实施例提供了一种基于层次分析法的设备状态评价方法及相关设 备，用于实现对设备的众多运行参数的综合评价。
本申请实施例第一方面提供了一种基于层次分析法的设备状态评价方 法，包括：
获取设备中的运行参数两两之间的相对重要性；
根据所述运行参数之间的相对重要性，构建判断矩阵A；
计算所述判断矩阵A的特征根λ对应的特征向量W；
根据所述特征向量W使用第一公式计算所述运行参数的加权平均值K。
可选地，所述第一公式包括：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。
可选地，所述特征向量W的数量为n个，所述根据所述特征向量W使用 目标公式计算所述运行参数的加权平均值K包括：
使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的加权平 均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标 的权重。
可选地，所述方法还包括：
根据所述特征根λ对所述特征向量W进行一致性检验，得到一致性指标 CI和检验系数CR。
可选地，在所述根据所述特征向量W使用第一公式计算所述运行参数的 加权平均值K之后，所述方法还包括：
根据所述运行参数的加权平均值K计算所述运行参数的指数变化梯度与 指数累积效应，所述指数变化梯度包括所述加权平均值K对于时间T的变化 梯度和/或所述加权平均值K对于运行参数的变化梯度，所述指数累积效应包 括所述加权平均值K对于时间T的累积效应和/或所述加权平均值K对于运行 参数的累积效应。
本申请实施例第二方面提供了一种基于层次分析法的设备状态评价系 统，包括：
获取单元，用于获取设备中的运行参数两两之间的相对重要性；
构建单元，用于根据所述运行参数之间的相对重要性，构建判断矩阵A；
第一计算单元，用于计算所述判断矩阵A的特征根λ对应的特征向量W；
第二计算单元，用于根据所述特征向量W使用第一公式计算所述运行参 数的加权平均值K。
可选地，所述第一公式包括：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。
可选地，所述特征向量W的数量为n个，所述第二计算单元具体用于：
使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的加权平 均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标 的权重。
本申请实施例第三方面提供了一种计算机装置，其特征在于，包括：
处理器、存储器、输入输出设备以及总线；
所述处理器、存储器、输入输出设备分别与所述总线相连；
所述处理器用于执行如前述方法实施例所述的方法。
本申请实施例第四方面提供了一种计算机可读存储介质，其上存储有计 算机程序，其特征在于：所述计算机程序被处理器执行时实现如前述方法实 施例所述方法的步骤。
从以上技术方案可以看出，本申请实施例具有以下优点：获取设备中的 运行参数两两之间的相对重要性；根据所述运行参数之间的相对重要性，构 建判断矩阵A；计算所述判断矩阵A的特征根λ对应的特征向量W；根据所 述特征向量W使用第一公式计算所述运行参数的加权平均值K。因此，由于 指数计算很好地将一个设备的整体运行状态只用一个数字表示，即通过所述 运行参数的加权平均值K来反映设备的整体运行状态，实现对设备的众多运 行参数的综合评价。
附图说明
图1为本申请实施例中一种基于层次分析法的设备状态评价方法实施例 的一个示意图；
图2为本申请实施例中一种基于层次分析法的设备状态评价方法实施例 的另一个示意图；
图3为本申请实施例中一种基于层次分析法的设备状态评价方法实施例 的另一个示意图；
图4为本申请实施例中一种基于层次分析法的设备状态评价方法实施例 的另一个示意图；
图5为本申请实施例中一种基于层次分析法的设备状态评价系统实施例 的一个示意图；
图6本申请实施例中计算机装置的一个示意图。
具体实施方式
本申请实施例提供了一种基于层次分析法的设备状态评价方法及相关设 备，用于实现对设备的众多运行参数的综合评价。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实 施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然， 所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于 本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获 得的所有其他实施例，都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、 “第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序 或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描 述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术 语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含， 例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过 程、方法、产品或设备固有的其它步骤或单元。
为了便于理解，下面对本申请实施例中的具体流程进行描述，请参阅图1， 本申请实施例中一种基于层次分析法的设备状态评价方法的一个实施例包 括：
101、获取设备中的运行参数两两之间的相对重要性；
本实施例基于层次分析法，层次分析法是一种定性与定量相结合的决策 方法，常将综合评价指标体系分为目标层、准则层、指标层等多个层次，因 此，本实施例中首先基于层次分析法对设备的运行参数进行分层，然后对同 一层次的两两参数之间的重要程度作出比较判断。
具体地，通常是建立递阶层次结构，把复杂问题中的各种因素通过划分 相互联系的有序层次使之条理化、层次化，建立层次分析的结构模型。其中， 设备中的运行参数两两之间的相对重要性可以是根据不同设备的生产厂家或 者是设备运行厂家的历史设备运行的参数值提供，也可以是其它的例如工业 大数据计算得到，还可以是其它方式获取得到设备中的运行参数两两之间的 相对重要性，具体此处不做限定。
102、根据所述运行参数之间的相对重要性，构建判断矩阵A；
本实施例中，在步骤101获取得到设备中的运行参数两两之间的相对重 要性之后，进行参数间间的两两比较，得出单个参数的相对重要性，构建判 断矩阵A。
具体地，矩阵中的元素aij反映针对上一个层次，元素Ai相对于Aj的重要 程度，一般采用1至9级标度法，请参阅表1。
表1：判断矩阵标度法
103、计算所述判断矩阵A的特征根λ对应的特征向量W；
本实施例中，对于判断矩阵，计算满足AW＝λmaxW的特征根λmax和特征向 量W。W为对应于λmax的归一化特征向量，即为同一层次中各因素对于上一层 某个目标相对重要性排序权值。
具体可以使用常用的计算方法，例如幂乘法、几何平均法和/或积法，具 体此处不做限定。
104、根据所述特征向量W使用第一公式计算所述运行参数的加权平均值 K。
本实施例中，在步骤103获取得到特征向量W之后，根据所述特征向量W 使用第一公式计算所述运行参数的加权平均值K。
具体地，该第一公式可以为：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。因此，参数确 定之后，只要确定好各个参数的权重，指数就可以得到，即可以计算得到运 行参数的加权平均值K。在此之后，可以计算多次，将多个运行参数的加权 平均值K，结合设备具体的运行状态，进行模型训练或者直接经验判断，使 用计算得到的运行参数的加权平均值K来反映设备的整体运行状态。
本实施例中，获取设备中的运行参数两两之间的相对重要性；根据所述 运行参数之间的相对重要性，构建判断矩阵A；计算所述判断矩阵A的特征 根λ对应的特征向量W；根据所述特征向量W使用第一公式计算所述运行参 数的加权平均值K。因此，由于指数计算很好地将一个设备的整体运行状态 只用一个数字表示，即通过所述运行参数的加权平均值K来反映设备的整体 运行状态，实现对设备的众多运行参数的综合评价。
本申请实施例中，基于图1所述实施例，其中当存在多个特征向量W时， 即由于客观事物的复杂性、人们占有资料的不完全性和认识能力的局限性， 对事物的认识难免有主观片面性和模糊，在步骤101中获取设备中的运行参 数两两之间的相对重要性时可能存在多个值，例如某个化工生产设备，温度 对压强的相对重要性可能是一个范围，例如10到15之间都是正常值，因此， 具体方案在实现的过程中，可能由此计算得到多个特征向量W。具体请参阅 图2，在图1所述实施例的基础上，本申请实施例中一种基于层次分析法的设 备状态评价方法的一个实施例包括：
201、使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的 加权平均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标 的权重。如果存在多次评价时，得到各自的层次总排序计算结果。将其综合， 得到评价指标体系各指标的最终权重W＝(W1，W2，…，Wn)T。其中，Wj为第j个指标的综合权重。在此之后，使用Wj执行步骤104，从而计算得到 设备运行参数的加权平均值K。
本申请实施例中，基于图1所述实施例，在步骤103获取得到特征向量 W之后，可以对获取得到的特征向量W进行一致性检验，用于判断获取得到 的特征向量W的可信度。请参阅图3，在图1所述实施例的基础上，本申请 实施例中一种基于层次分析法的设备状态评价方法的一个实施例包括：
301、根据所述特征根λ对所述特征向量W进行一致性检验，得到一致 性指标CI和检验系数CR。
具体地，对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量 中各元素之和等于1)后记为W。W的元素为同一层次因素对于上一层次因素 某因素相对重要性的排序权值，这一过程称为层次单排序。能否确认层次单 排序，则需要进行一致性检验，所谓一致性检验是指对A确定不一致的允许 范围。其中，n阶一致阵的唯一非零特征根为n；n阶正互反阵A的最大特征 根λ大于等于n，当且仅当λ＝n时，A为一致矩阵。
由于λ连续的依赖于aij，则λ比n大的越多，A的不一致性越严重，一 致性指标用CI计算，CI越小，说明一致性越大。用最大特征值对应的特征向 量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引 起的判断误差越大。因而可以用λ-n数值的大小来衡量A的不一致程度。 定义一致性指标为：
其中，CI＝0，有完全的一致性；CI接近于0，有满意的一致性；CI越大， 不一致越严重。
为衡量CI的大小，引入随机一致性指标RI：
其中，随机一致性指标RI和判断矩阵的阶数有关，一般情况下，矩阵阶 数越大，则出现一致性随机偏离的可能性也越大。考虑到一致性的偏离可能 是由于随机原因造成的，因此在检验判断矩阵是否具有满意的一致性时，还 需将CI和随机一致性指标RI进行比较，得出检验系数CR，公式如下：
一般，如果CR<0.1，则认为该判断矩阵通过一致性检验，否则就不具有 满意一致性。
本申请实施例中，基于图1所述实施例，在步骤104计算得到运行参数 的加权平均值K之后，还可以进一步对K进行计算，用以获得运行参数的指 数变化梯度与指数累积效应。请参阅图4，在图1所述实施例的基础上，本申 请实施例中一种基于层次分析法的设备状态评价方法的一个实施例包括：
401、根据所述运行参数的加权平均值K计算所述运行参数的指数变化梯 度与指数累积效应；
本实施例中，根据所述运行参数的加权平均值K计算所述运行参数的指 数变化梯度与指数累积效应，所述指数变化梯度包括所述加权平均值K对于 时间T的变化梯度和/或所述加权平均值K对于运行参数的变化梯度，所述指 数累积效应包括所述加权平均值K对于时间T的累积效应和/或所述加权平均 值K对于运行参数的累积效应。
具体地，如果选择最近的若干个样本周期，把指数K拟合成基于时间t 的函数K(t)，我们可以考察函数K(t)的变化情况：
1)v(t)，可以理解为指数K(t)的变化速度(梯度)：
2)α(t)，可以理解为指数K(t)的加速变化情况(累积效应)：
此外，还需要考察K在每个元素上的变化梯度。
首先，定义一个微分算子：
作用到指数：
那么：
因此，这个Xi方向上的梯度就是
在另一个角度来说，也可以这样来考察指数变化情况：
(1)vi(t)，可以理解为指数K(t)在Xi方向上变化的速度：
(2)ψi(t)，可以理解为指数K(t)在Xi方向变化速度上所受到的影响率：
(3)ηi(t)，可以理解为指数K(t)在Xi变化速度上所受到的影响率：
可以用一个标量来代表指数K在t时刻的变化速度的几何平均速度，可 以理解为指数K的总体变化平均速度：
进一步，讨论指数K(t)在Xi方向的变形的加速情况。指数K在Xi方向的 加速变化，实际上在很大程度上反映了指数在Xi方向的“累积效应”。因此， 可以这样来定义和计算出指数在某个方向的加速变形情况：
同时用一个向量来表示在各方向上的加速度：
仍然用加速度的几何平均值来计算指数K的平均加速度：
还有几个需要考察的数据：
(1)指数变化的平均速度对指数变化的影响率：
(2)指数变化平均加速度对指数变化的影响率：
(3)指数在Xi方向变化加速度对指数变化的影响率：
上面对本申请实施例中一种基于层次分析法的设备状态评价方法进行了 介绍，下面对本申请实施例中一种基于层次分析法的设备状态评价系统进行 说明，请参阅图5，本申请实施例中，一种基于层次分析法的设备状态评价系 统包括：
获取单元501，用于获取设备中的运行参数两两之间的相对重要性；
构建单元502，用于根据所述运行参数之间的相对重要性，构建判断矩阵A；
第一计算单元503，用于计算所述判断矩阵A的特征根λ对应的特征向 量W；
第二计算单元504，用于根据所述特征向量W使用第一公式计算所述运 行参数的加权平均值K。
在一些优选的实施例中，所述第一公式包括：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。
在一些优选的实施例中，所述特征向量W的数量为n个，所述第二计算 单元具体用于：
使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的加权平 均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标 的权重。
在一些优选的实施例中，所述系统还包括：
检验单元，用于根据所述特征根λ对所述特征向量W进行一致性检验， 得到一致性指标CI和检验系数CR。
在一些优选的实施例中，所述系统还包括：
第三计算单元，用于根据所述运行参数的加权平均值K计算所述运行参 数的指数变化梯度与指数累积效应，所述指数变化梯度包括所述加权平均值K 对于时间T的变化梯度和/或所述加权平均值K对于运行参数的变化梯度，所 述指数累积效应包括所述加权平均值K对于时间T的累积效应和/或所述加权 平均值K对于运行参数的累积效应。
本实施例中，获取单元501，用于获取设备中的运行参数两两之间的相对 重要性；构建单元502，用于根据所述运行参数之间的相对重要性，构建判断 矩阵A；第一计算单元503，用于计算所述判断矩阵A的特征根λ对应的特 征向量W；第二计算单元504，用于根据所述特征向量W使用第一公式计算 所述运行参数的加权平均值K。因此，由于指数计算很好地将一个设备的整 体运行状态只用一个数字表示，即通过所述运行参数的加权平均值K来反映 设备的整体运行状态，实现对设备的众多运行参数的综合评价。
上面从模块化的装置对本申请实施例中一种基于层次分析法的设备状态 评价系统进行了描述，下面硬件装置对本申请实施例中的计算机装置进行描 述，请参阅图6，本申请实施例中计算机装置的一个具体实施例包括：
该装置600可因配置或性能不同而产生比较大的差异，可以包括一个或 一个以上中央处理器(central processing units，CPU)601(例如，一个或一个 以上处理器)和存储器605，该存储器605中存储有一个或一个以上的应用程 序或数据。
其中，存储器605可以是易失性存储或持久存储。存储在存储器605的 程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列 指令操作。更进一步地，中央处理器601可以设置为与存储器605通信，在 智能终端600上执行存储器605中的一系列指令操作。
该装置600还可以包括一个或一个以上电源602，一个或一个以上有线或 无线网络接口603，一个或一个以上输入输出接口604，和/或，一个或一个以 上操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM， FreeBSDTM等等。
本实施例中计算机装置600中的中央处理器601所执行的流程与前述实 施例中描述方法流程中执行的方法步骤类似，此处不再赘述。所属领域的技 术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和 单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘 述。
可以理解的是，在本申请的各种实施例中，上述各步骤的序号的大小并 不意味着执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定， 而不应对本申请实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描 述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应 过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和 方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示 意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可 以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个 系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间 的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合 或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作 为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方， 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单 元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单 元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售 或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本 申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的 全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个 存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机， 服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步 骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光 盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制； 尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应 当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其 中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案 的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于层次分析法的设备状态评价方法，其特征在于，包括：
获取设备中的运行参数两两之间的相对重要性；
根据所述运行参数之间的相对重要性，构建判断矩阵A；
计算所述判断矩阵A的特征根λ对应的特征向量W；
根据所述特征向量W使用第一公式计算所述运行参数的加权平均值K。
2.根据权利要求1所述的方法，其特征在于，所述第一公式包括：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。
3.根据权利要求2所述的方法，其特征在于，所述特征向量W的数量为n个，所述根据所述特征向量W使用目标公式计算所述运行参数的加权平均值K包括：
使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的加权平均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标的权重。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：
根据所述特征根λ对所述特征向量W进行一致性检验，得到一致性指标CI和检验系数CR。
5.根据权利要求1至3任一项所述的方法，其特征在于，在所述根据所述特征向量W使用第一公式计算所述运行参数的加权平均值K之后，所述方法还包括：
根据所述运行参数的加权平均值K计算所述运行参数的指数变化梯度与指数累积效应，所述指数变化梯度包括所述加权平均值K对于时间T的变化梯度和/或所述加权平均值K对于运行参数的变化梯度，所述指数累积效应包括所述加权平均值K对于时间T的累积效应和/或所述加权平均值K对于运行参数的累积效应。
6.一种基于层次分析法的设备状态评价系统，其特征在于，包括：
获取单元，用于获取设备中的运行参数两两之间的相对重要性；
构建单元，用于根据所述运行参数之间的相对重要性，构建判断矩阵A；
第一计算单元，用于计算所述判断矩阵A的特征根λ对应的特征向量W；
第二计算单元，用于根据所述特征向量W使用第一公式计算所述运行参数的加权平均值K。
7.根据权利要求6所述的系统，其特征在于，所述第一公式包括：
其中Xi表示第i个参数，Wi表示第i个参数对应的权重。
8.根据权利要求7所述的系统，其特征在于，所述特征向量W的数量为n个，所述第二计算单元具体用于：
使用第二公式计算Wj，根据Wj使用目标公式计算所述运行参数的加权平均值K；
所述第二公式包括：
式中s为评价次数；λi为第i位的权重；Wij为第i次评价对第j个指标的权重。
9.一种计算机装置，其特征在于，包括：
处理器、存储器、输入输出设备以及总线；
所述处理器、存储器、输入输出设备分别与所述总线相连；
所述处理器用于执行如权利要求1至5任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811021266.9A CN109270900A (zh) | 2018-09-03 | 2018-09-03 | 一种基于层次分析法的设备状态评价方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811021266.9A CN109270900A (zh) | 2018-09-03 | 2018-09-03 | 一种基于层次分析法的设备状态评价方法及相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109270900A true CN109270900A (zh) | 2019-01-25 |
Family
ID=65187148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811021266.9A Pending CN109270900A (zh) | 2018-09-03 | 2018-09-03 | 一种基于层次分析法的设备状态评价方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109270900A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110245A (zh) * | 2021-05-17 | 2021-07-13 | 河南中烟工业有限责任公司 | 机器人的运行状态监测方法 |
| CN115963798A (zh) * | 2023-02-23 | 2023-04-14 | 深圳市玄羽科技有限公司 | 工业互联网中的设备运控方法、系统及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103337043A (zh) * | 2013-06-27 | 2013-10-02 | 广东电网公司电力调度控制中心 | 电力通信设备运行状态的预警方法和系统 |
| KR20140108000A (ko) * | 2013-02-28 | 2014-09-05 | 서울대학교산학협력단 | 선표 계획 평가를 위한 방법 및 시스템 |
| CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
| CN108133311A (zh) * | 2017-12-14 | 2018-06-08 | 长春工程学院 | 一种风电机组故障模式风险评估及可靠性分析方法 |
| CN108228412A (zh) * | 2016-12-15 | 2018-06-29 | 中国电子科技集团公司电子科学研究院 | 一种基于系统健康度监测系统故障及隐患的方法及装置 |
-
2018
- 2018-09-03 CN CN201811021266.9A patent/CN109270900A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140108000A (ko) * | 2013-02-28 | 2014-09-05 | 서울대학교산학협력단 | 선표 계획 평가를 위한 방법 및 시스템 |
| CN103337043A (zh) * | 2013-06-27 | 2013-10-02 | 广东电网公司电力调度控制中心 | 电力通信设备运行状态的预警方法和系统 |
| CN108228412A (zh) * | 2016-12-15 | 2018-06-29 | 中国电子科技集团公司电子科学研究院 | 一种基于系统健康度监测系统故障及隐患的方法及装置 |
| CN107016500A (zh) * | 2017-03-27 | 2017-08-04 | 国家电网公司 | 基于变权重的变压器模糊综合评价方法 |
| CN108133311A (zh) * | 2017-12-14 | 2018-06-08 | 长春工程学院 | 一种风电机组故障模式风险评估及可靠性分析方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110245A (zh) * | 2021-05-17 | 2021-07-13 | 河南中烟工业有限责任公司 | 机器人的运行状态监测方法 |
| CN113110245B (zh) * | 2021-05-17 | 2022-07-22 | 河南中烟工业有限责任公司 | 机器人的运行状态监测方法 |
| CN115963798A (zh) * | 2023-02-23 | 2023-04-14 | 深圳市玄羽科技有限公司 | 工业互联网中的设备运控方法、系统及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110441065B (zh) | 基于lstm的燃气轮机在线检测方法与装置 | |
| CN107688825B (zh) | 一种改进型的集成加权极限学习机污水处理故障诊断方法 | |
| CN104035431B (zh) | 用于非线性过程监控的核函数参数的获取方法和系统 | |
| Jain et al. | A hybrid approach using ISM and modified TOPSIS for the evaluation of flexibility in FMS | |
| CN113762486B (zh) | 换流阀故障诊断模型的构建方法、装置和计算机设备 | |
| CN107169205B (zh) | 一种铁矿石的分类建模方法 | |
| CN114813105A (zh) | 一种基于工况相似性评估的齿轮箱故障预警方法及系统 | |
| CN110555230A (zh) | 基于集成gmdh框架的旋转机械剩余寿命预测方法 | |
| CN105007170A (zh) | 一种基于fahp-svm理论的wlan网络负载综合评价方法 | |
| CN112070357A (zh) | 一种基于改进bp神经网络的雷达辐射源威胁评估方法 | |
| CN106934242B (zh) | 基于交叉熵法的多模式下设备的健康度评估方法及系统 | |
| CN109270900A (zh) | 一种基于层次分析法的设备状态评价方法及相关设备 | |
| CN108846200B (zh) | 一种基于迭代法的准静态桥梁影响线识别方法 | |
| CN112307677A (zh) | 基于深度学习的电网振荡模态评估与安全主动预警方法 | |
| CN110472268A (zh) | 一种桥梁监测数据模态识别方法及装置 | |
| CN111612371A (zh) | 一种基于层次分析法的智能电表质量评估方法 | |
| CN109272217A (zh) | 一种数据处理方法及相关设备 | |
| CN109242302A (zh) | 一种基于加权欧式距离算法的设备状态评价方法 | |
| CN113421264A (zh) | 轮毂质量检测方法、设备、介质及计算机程序产品 | |
| CN114663074B (zh) | 一种基于数字孪生的产品数据分析方法及系统 | |
| CN113988676B (zh) | 一种水处理设备的安全管理方法及系统 | |
| CN115755831A (zh) | 一种基于模糊层次分析的故障诊断方法及系统 | |
| CN112184037B (zh) | 一种基于加权svdd的多模态过程故障检测方法 | |
| CN103337000A (zh) | 一种油气集输系统安全监测预警方法 | |
| CN114429246A (zh) | 一种基于异构神经网络的电网潜在安全确定方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |
|
| RJ01 | Rejection of invention patent application after publication |