(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210651155.6 (22)申请日 2022.06.09 (71)申请人 郑州恩普特科技股份有限公司 地址 450001 河南省郑州市高新 技术产业 开发区西三环路149号5幢A座 (72)发明人 李永耀　胡鑫　王宏超　陈磊　 雷文平　韩捷　陈宏　李凌均　 王丽雅　 (74)专利代理 机构 郑州睿信知识产权代理有限 公司 41119 专利代理师 吴敏 (51)Int.Cl. G06Q 10/06(2012.01) G01D 21/02(2006.01) (54)发明名称 一种基于熵值法的设备多指标健康状况评 估方法 (57)摘要 本发明涉及一种基于熵值法的设备多指标 健康状况评估 方法， 属于设备状态 监测和故障诊 断领域。 本发 明通过建立数字化模 型和对应的多 指标评价模 型， 利用所建立的多指标评价模型来 全面评价部件的健康情况； 其中多指标评价模型 采用两级制， 一级评价指标的权重根据经验来确 定， 二级评价指标的权重根据二级评价指标的自 身熵值来确定， 使得到的二级评价指标的权重更 加客观； 根据每个部件中各级评价指标的权重和 二级评价指标自身的特征值确定出各部件的健 康值， 利用各部件的健康值确定出整个 设备的健 康状况。 因此本发明能够结合设备自身特点， 自 动检测各部件健康状态， 全面客观综合反映设备 整体和各部件健康状况， 为后续的设备正常运行 提供了可靠的保障。 权利要求书2页 说明书9页 附图2页 CN 114971351 A 2022.08.30 CN 114971351 A 1.一种基于熵值法的设备多指标健康状况评估方法， 其特征在于， 该评估方法包括以 下步骤： 1)根据待评估设备的数字化模型创建多指标评价模型， 所述的多指标评价模型由一级 评价指标和各一级评价指标下的对应的二级评价指标构成， 并基于所述数字化模型在设备 的每个部件上设置相应传感器， 用于得到该部件中各二级评价指标的特 征值； 2)对各部件中每 个一级评价指标 下各二级评价指标的特 征值进行 预处理； 3)对预处理后的每个部件中各二级评价指标的特征值进行归一化处理， 在每个部件上 选取同类传感器的相同二级评价指标归一化特征值的最大值作为对应部件二级评价指标 的标定值； 4)根据各部件二级评价指标的标定值采用熵值法计算各部件二级评价指标权重， 并计 算其对应的一级评价指标权 重； 5)根据各部件二级评价指标标定值以及对应的二级评价指标权重和一级坐标权重计 算对应部件的健康值； 6)根据各部件的健康值确定设备的健康值， 实现对设备的健康状况评估。 2.根据权利要求1所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述步骤6)中是将所有部件中健康状况最差的健康值作为设备的健康值。 3.根据权利要求1所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述步骤1)中建立的一级评价指标包括振动、 工艺和电气， 振动的二级评价指标包括通频值、 倍频值、 频段值、 无量纲值、 包络值、 啮合频率值； 工艺的二级评价指标包括温度、 压力、 流 量； 电气的二级评价指标包括电流不平衡、 电流谐波畸变、 电压不平衡、 电压谐波畸变； 每个 部件上设置的传感器包括有振动传感器、 温度传感器、 电压传感器和电流传感器。 4.根据权利要求1或2所述的基于熵值法的设备多指标健康状况评估方法， 其特征在 于， 所述步骤5)中的健康值采用的计算公式为： 其中Hk为第k个部件的健康值， 为第i个一级评价指标的权重， ωj(j＝1, 2,...,m)为第j个二级评价指标的权重， xkj(k＝1,2,...,p； j＝1,2,...,m)为第k个部件的 第j个二级评价指标归一 化标定值， α 为 修正系数。 5.根据权利要求4所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述二级评价指标的权 重确定过程如下： 根据所有部件中各二级评价指标归一 化标定值计算各二级评价指标熵值； 根据各二级评价指标熵值计算对应的权 重， 采用的计算公式为： 其中ωj为第j个二级评价指标的权 重。 6.根据权利要求5所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 二 级评价指标熵值采用的计算公式为： 权　利　要　求　书 1/2 页 2 CN 114971351 A 2其中ej为第j个二级评价指标 的熵值， xij(i＝1,2,...,p； j＝1,2,...,m)为第i个部件 的第j个二级评价指标归一 化标定值， p为部件的个数， m为 二级评价指标的个数。 7.根据权利要求4所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述一级评价指标的权 重确定过程如下： 根据经验确定各一级评价指标之间的相对重要程度， 以构建判断矩阵， 所述判断矩阵 中的各元素定义为判断特 征值， 指的是对应两个一级评价指标之间的相对重要程度； 在判断矩阵中找出最大特征值所在列， 将该列所有元素进行归一化处理， 所得结果即 为一级评价指标权 重。 8.根据权利要求4所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述步骤2)中的预处理包括剔除设备停机和突变数据； 剔除设备停机数据指的是将转速为0 时采集的各二级评价指标的特征值删除； 剔除突变数据指的是剔除不满足3σ 原则的各二级 评价指标的特 征值。 9.根据权利要求4所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 所 述步骤3)中的归一 化处理采用的是最大阈值法， 所采用的公式为： 其中x为各二级评价指标特征值； xd为各二级评价指标特征值的危险值， ε为各二级评价 指标特征值的归一 化结果， 范围在[0,1]之间， 当计算结果大于1时， 标定为1。 10.根据权利要求9所述的基于熵值法的设备多指标健康状况评估方法， 其特征在于， 当二级评价指标所属的一级评价指标为振动时， 该二级评价指标对应的危险值根据设备对 应的历史数据动态确定： xd＝vbl+1.25vbc vbl为该二级评价指标历史数据的基线值， 随着设备运行定时更新； vbc为设定的报警值。权　利　要　求　书 2/2 页 3 CN 114971351 A 3