張江鵬 付云偉 吳純治 郭鴻宇 楊文

摘要：針對傳統(tǒng)灰色關(guān)聯(lián)分析法不能直接應(yīng)用于多工況設(shè)備故障診斷、不能進(jìn)行關(guān)聯(lián)度趨勢分析、典型故障標(biāo)準(zhǔn)數(shù)據(jù)序列難以建立等缺點，提出了一種改進(jìn)灰色關(guān)聯(lián)分析方法。該方法根據(jù)設(shè)備控制參數(shù)區(qū)分不同工況，在不同工況下分別進(jìn)行灰色關(guān)聯(lián)分析；通過改進(jìn)關(guān)聯(lián)系數(shù)計算方法，使不同待檢序列的灰色關(guān)聯(lián)度具有可比較性，并據(jù)此提出了關(guān)聯(lián)度趨勢分析法；結(jié)合關(guān)聯(lián)度趨勢分析，使用關(guān)聯(lián)度閾值對設(shè)備異常工作狀態(tài)進(jìn)行診斷，解決了典型故障標(biāo)準(zhǔn)數(shù)據(jù)序列難以建立的問題。以航天發(fā)射場常規(guī)推進(jìn)劑加注泵氣縛故障診斷為例，說明了該方法的具體應(yīng)用步驟，結(jié)果表明了該方法的可行性和有效性。和傳統(tǒng)方法比，該方法適用于多工況設(shè)備，能夠進(jìn)行關(guān)聯(lián)度趨勢分析，具有廣泛的應(yīng)用范圍和較大的應(yīng)用價值。

關(guān)鍵詞：灰色關(guān)聯(lián)分析；多工況；故障診斷

中圖分類號：TP23 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1006-0316.2023.06.010

文章編號：1006-0316 （2023） 06-0067-07

Improved Grey Correlation Analysis Method for Fault Diagnosis of Multi-mode Equipment

ZHANG Jiangpeng，F(xiàn)U Yunwei，WU Chunzhi，GUO Hongyu，YANG Wen

（ Technical Department， Xichang Satellite Launch Center， Xichang 615000， China ）

Abstract：Aiming at the shortcomings of the traditional grey relational analysis method， which cannot be directly applied to the fault diagnosis of multi-mode equipment， cannot be used for correlation trend analysis， and is difficult to establish a typical fault standard data sequence， an improved grey relational analysis method is proposed. The method distinguishes different working modes according to the equipment control parameters， and conducts grey correlation analysis under different working modes. By improving the calculation method of the correlation coefficient， the gray correlation degrees of different sequences to be tested are comparable， and based on this， a correlation trend analysis method is proposed. Combined with the trend analysis of the correlation degree， the abnormal working state of the equipment is diagnosed by using the correlation degree threshold， which solves the problem that the typical fault standard data sequence is difficult to establish.Taking the air-binding fault diagnosis of the conventional propellant filling pump in the space launch site as an example， the specific application steps of the method are explained， and the results show the feasibility and effectiveness of the method. Compared with the traditional method， this method is suitable for multi-mode equipment， can carry out correlation trend analysis， and has a wide range of applications and greater application value.

Key words：grey correlation analysis；multi-mode；fault diagnosis

多工況是指設(shè)備在若干個參數(shù)的控制下，可以處于多種正常的工作模式。在工程實際中，各類設(shè)備普遍具有多工況，面向多工況設(shè)備的故障診斷方法具有強烈的應(yīng)用需求。隨著人工智能技術(shù)的不斷發(fā)展，粗糙集理論[1]、神經(jīng)網(wǎng)絡(luò)[2]、貝葉斯網(wǎng)絡(luò)[3]、遺傳算法[4]以及其他智能方法廣泛應(yīng)用于設(shè)備故障診斷中。雖然這些算法提高了設(shè)備故障診斷的準(zhǔn)確率，但是都需要大量的故障樣本數(shù)據(jù)，然而在設(shè)備實際運行工作中要獲取大量典型故障樣本是非常困難的[5]?；疑P(guān)聯(lián)分析法在處理小樣本、貧信息系統(tǒng)方面具有優(yōu)勢，且計算量小，其結(jié)果與定性分析結(jié)果比較吻合[5]，目前在變壓器、風(fēng)機、水泵、軸承、斷路器等設(shè)備的故障診斷中均有應(yīng)用[5-9]。

在基本灰色關(guān)聯(lián)分析理論的基礎(chǔ)上，葛樂等[5]提出了灰色歐幾里德關(guān)聯(lián)度，考慮了關(guān)聯(lián)系數(shù)波動對關(guān)聯(lián)度的影響，使得灰色關(guān)聯(lián)分析方法更為合理；胡非等[6]提出了B型灰色關(guān)聯(lián)度，在傳統(tǒng)灰色關(guān)聯(lián)度只描述序列分量位移差的基礎(chǔ)上，加入了對速度差和加速度差的描述，從而能夠更加科學(xué)全面地反映序列的關(guān)聯(lián)度；顧煜炯等[7]采用主成分分析法確定了各關(guān)聯(lián)系數(shù)的不同權(quán)重；李邦彥等[8]采用Relief F算法計算特征量權(quán)重，通過保留主要特征量，降低了模型復(fù)雜度。但是灰色關(guān)聯(lián)分析法現(xiàn)有研究主要聚焦于關(guān)聯(lián)系數(shù)權(quán)重確定方法和灰色關(guān)聯(lián)度計算方法的改進(jìn)，對于傳統(tǒng)灰色關(guān)聯(lián)分析法不能直接應(yīng)用于多工況設(shè)備故障診斷、不能進(jìn)行關(guān)聯(lián)度趨勢分析等缺點，則鮮有深入研究。

為此，本文提出了一種面向多工況設(shè)備故障診斷的改進(jìn)灰色關(guān)聯(lián)分析方法。該方法適用于多工況設(shè)備，同時可以通過關(guān)聯(lián)度趨勢分析進(jìn)行設(shè)備異常工作狀態(tài)的判斷，避免了部分設(shè)備典型故障標(biāo)準(zhǔn)數(shù)據(jù)序列難以建立的問題，極大地拓展了灰色關(guān)聯(lián)分析的應(yīng)用范圍。

1 傳統(tǒng)灰色關(guān)聯(lián)分析法

1.1 灰色關(guān)聯(lián)分析理論

灰色關(guān)聯(lián)分析法根據(jù)序列各分量之間的接近程度或是序列曲線幾何形狀的相似程度來判斷不同序列之間的聯(lián)系是否緊密[10]。具體如下：

設(shè) 為系統(tǒng)特征行為序列， 為m個相關(guān)因素序列。記：

（1）

（2）

式中： 為 與各 的各分量的最大絕對差值； 為 與各 的各分量的最小絕對差

值；k＝1，2，...，n，i＝1，2，...，m。

則關(guān)聯(lián)系數(shù)定義為：

（3）

式中： 為k點關(guān)聯(lián)系數(shù)；ξ為分辨系數(shù)，一般取ξ＝0.5。

在關(guān)聯(lián)系數(shù)的基礎(chǔ)上，傳統(tǒng)灰色關(guān)聯(lián)分析法定義了多種灰色關(guān)聯(lián)度。本文以最基本的鄧氏灰色關(guān)聯(lián)度為例來說明改進(jìn)思路。鄧氏灰色關(guān)聯(lián)度是取序列各點關(guān)聯(lián)系數(shù)的均值，相當(dāng)于是對序列各點的關(guān)聯(lián)系數(shù)取相等的權(quán)重：

（4）

式中： 為 與 之間的鄧氏灰色關(guān)聯(lián)度。

1.2 用于設(shè)備故障診斷的傳統(tǒng)灰色關(guān)聯(lián)分析法

運用灰色關(guān)聯(lián)分析進(jìn)行設(shè)備故障診斷的傳統(tǒng)方法主要步驟如下[10]：

（1）收集設(shè)備運行數(shù)據(jù)樣本，確定能夠代表設(shè)備典型運行狀態(tài)的標(biāo)準(zhǔn)數(shù)據(jù)序列，并進(jìn)行規(guī)范化；

（2）選取設(shè)備某個待檢運行狀態(tài)的數(shù)據(jù)序列，規(guī)范化后作為待檢數(shù)據(jù)序列；

（3）分別計算待檢數(shù)據(jù)序列與各標(biāo)準(zhǔn)數(shù)據(jù)序列之間的灰色關(guān)聯(lián)度；

（4）對各灰色關(guān)聯(lián)度由大到小排序，將該待檢狀態(tài)歸類為關(guān)聯(lián)度最大的一類典型狀態(tài)。

1.3 傳統(tǒng)方法的缺點

（1）不能直接應(yīng)用于多工況設(shè)備故障診斷。工程實際中大部分設(shè)備都具有多種工況，并且在運行過程中經(jīng)常存在工況切換。不同工況下設(shè)備正常狀態(tài)和故障狀態(tài)對應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)序列是不同的。因而傳統(tǒng)方法不能直接應(yīng)用于多工況設(shè)備的故障診斷。

（2）不能進(jìn)行關(guān)聯(lián)度趨勢分析。工程實際中通過計算實時關(guān)聯(lián)度進(jìn)行趨勢分析，從而分析設(shè)備異常工作狀態(tài)的發(fā)展變化過程，具有很大的應(yīng)用價值。而根據(jù)式（1）、式（2），Δmax、Δmin不僅與標(biāo)準(zhǔn)序列Xi有關(guān)，還與待檢序列X0本身有關(guān)。這說明不同待檢序列的關(guān)聯(lián)度之間不具有比較性，因而采用傳統(tǒng)方法得到的關(guān)聯(lián)度不能進(jìn)行趨勢分析。

（3）典型故障的標(biāo)準(zhǔn)數(shù)據(jù)序列難以建立。工程實際中部分設(shè)備的典型故障具有偶發(fā)性，其故障數(shù)據(jù)很少；部分典型故障具有爆發(fā)性，故障發(fā)生時的數(shù)據(jù)趨勢存在陡變，很難確定標(biāo)準(zhǔn)數(shù)據(jù)序列。

2 進(jìn)灰色關(guān)聯(lián)分析法

2.1 改進(jìn)思路

針對使用灰色關(guān)聯(lián)分析進(jìn)行設(shè)備故障診斷的傳統(tǒng)方法的缺點，本文提出了以下改進(jìn)思路：

（1）針對傳統(tǒng)方法不能直接應(yīng)用于多工況設(shè)備故障診斷的缺點，可以根據(jù)設(shè)備的控制參數(shù)來區(qū)分不同工況，在不同工況下分別進(jìn)行灰色關(guān)聯(lián)分析。

多工況設(shè)備一般使用若干個參數(shù)來控制設(shè)備的具體工況。如果控制參數(shù)C為離散型參數(shù)

，則認(rèn)為設(shè)備共有r種不同的工況，控制參數(shù)C的每個取值Ck（k＝1，2，...，r）

分別代表一種工況；如果C是連續(xù)型參數(shù)

（ 為C的下限； 為C的上限），則認(rèn)為設(shè)備具有連續(xù)型工況；或者也可以將C進(jìn)行離散化，使設(shè)備變?yōu)閞種離散型工況：

（5）

式中： 為離散化后的控制參數(shù)； ； 。

對于有多個控制參數(shù)的設(shè)備，可以按照控制參數(shù)離散值的組合，對應(yīng)地確定若干個離散型工況。為避免組合數(shù)量過多、數(shù)據(jù)量過大，實際應(yīng)用中，可以根據(jù)具體設(shè)備的使用模式、工藝流程，從工作場景是否典型、狀態(tài)持續(xù)時間是否較長等方面，分析、確定設(shè)備的典型工況。這是因為實際中設(shè)備一般都不會有太多的典型工況，大部分控制參數(shù)值（或其組合）都沒有實際的工況相對應(yīng)，或者其對應(yīng)的是典型工況之間的“過渡工況”，持續(xù)時間很短。因此，通過確定典型工況，能囊括設(shè)備的絕大部分工作時段，同時避免工況過多、數(shù)據(jù)量過大的問題。

（2）針對灰色關(guān)聯(lián)度不能進(jìn)行趨勢分析的缺點，可以在關(guān)聯(lián)系數(shù)中采用固定的Δmax、Δmin值，使不同待檢序列的灰色關(guān)聯(lián)度具有可比性。

根據(jù)式（3），關(guān)聯(lián)系數(shù)中Δmax、Δmin主要作用是與ξ一起控制關(guān)聯(lián)系數(shù)之間的差異顯著性[10]。為使不同待檢序列的灰色關(guān)聯(lián)度之間能夠進(jìn)行比較，可以采用固定的Δmax、Δmin值，然后使用ξ來調(diào)節(jié)關(guān)聯(lián)系數(shù)的差異顯著性。

對于Δmin，由于待檢數(shù)據(jù)序列是未定的，因此有可能與某個標(biāo)準(zhǔn)數(shù)據(jù)序列相同，所以可以合理地認(rèn)為：Δmin＝0。對于Δmax，因為后續(xù)將使用ξ來調(diào)節(jié)關(guān)聯(lián)系數(shù)的差異顯著性，所以可直接取Δmax＝1。

（3）針對部分設(shè)備典型故障的標(biāo)準(zhǔn)數(shù)據(jù)序列難以建立的問題，可以通過關(guān)聯(lián)度趨勢分析，使用關(guān)聯(lián)度閾值判斷設(shè)備的異常工作狀態(tài)。

對于能夠方便建立典型故障標(biāo)準(zhǔn)數(shù)據(jù)序列的設(shè)備，可以繼續(xù)按照傳統(tǒng)方法分別建立各個工況下的灰色關(guān)聯(lián)分析模型進(jìn)行故障診斷。而對于難以建立典型故障標(biāo)準(zhǔn)數(shù)據(jù)序列的設(shè)備，因為采用固定的Δmax、Δmin值后，不同待檢序列的灰色關(guān)聯(lián)度之間具有了可比性，所以實時的待檢數(shù)據(jù)序列與當(dāng)前工況下正常狀態(tài)標(biāo)準(zhǔn)數(shù)據(jù)序列之間關(guān)聯(lián)度就能描述設(shè)備偏離正常工作狀態(tài)的程度，因此可以通過該關(guān)聯(lián)度曲線來分析設(shè)備工作狀態(tài)的變化趨勢，并通過設(shè)置關(guān)聯(lián)度閾值對設(shè)備異常狀態(tài)進(jìn)行診斷識別。

2.2 改進(jìn)灰色關(guān)聯(lián)分析法的應(yīng)用步驟

改進(jìn)灰色關(guān)聯(lián)分析法應(yīng)用流程如圖1所示。

下面對具體應(yīng)用步驟進(jìn)行簡述：

（1）確定設(shè)備工況和數(shù)據(jù)序列各指標(biāo)分量。

①確定設(shè)備的控制參數(shù)、狀態(tài)指標(biāo)；

②將控制參數(shù)離散化，對應(yīng)設(shè)備的不同工況；

③選擇合適的狀態(tài)指標(biāo)作為分量，構(gòu)成描述設(shè)備運行狀態(tài)的數(shù)據(jù)序列。

（2）確定各工況的標(biāo)準(zhǔn)數(shù)據(jù)序列。

對于能夠方便收集典型故障數(shù)據(jù)的設(shè)備，可以按照傳統(tǒng)方法確定各工況下的標(biāo)準(zhǔn)數(shù)據(jù)序列。后續(xù)可以在各離散工況下，分別按照傳統(tǒng)方法進(jìn)行灰色關(guān)聯(lián)分析，所以下面不再贅述。

對于難以收集典型故障數(shù)據(jù)的設(shè)備，只需收集正常狀態(tài)數(shù)據(jù)、確定各離散工況下正常運行狀態(tài)的標(biāo)準(zhǔn)數(shù)據(jù)序列。下面只針對此類情況的應(yīng)用步驟進(jìn)行說明。

（3）數(shù)據(jù)規(guī)范化。

一般采用效用函數(shù)法進(jìn)行數(shù)據(jù)規(guī)范化。

（4）確定關(guān)聯(lián)度閾值α的取值。

關(guān)聯(lián)度閾值α由人工設(shè)定，這里以α＝0.9為例進(jìn)行說明。

（5）確定分辨系數(shù)ξ的取值。

確定分辨系數(shù)ξ有“異常數(shù)據(jù)學(xué)習(xí)法”和“正常數(shù)據(jù)學(xué)習(xí)法”兩種確定方法。

“異常數(shù)據(jù)學(xué)習(xí)法”基本步驟為：

①設(shè)定分辨系數(shù)的初始值，一般取ξ＝1；

②收集一些設(shè)備正常運行時段與發(fā)生故障時段的數(shù)據(jù)序列，計算每條數(shù)據(jù)序列與相應(yīng)工況的標(biāo)準(zhǔn)數(shù)據(jù)序列的關(guān)聯(lián)度，并繪制成關(guān)聯(lián)度隨時間的變化曲線；

③分析關(guān)聯(lián)度曲線的變化趨勢，并不斷嘗試調(diào)整ξ值，直到α能夠較為清晰地區(qū)分出正常運行時段和異常運行時段。將此時的ξ值作為最終的ξ取值。

“正常數(shù)據(jù)學(xué)習(xí)法”只使用了正常運行狀態(tài)的數(shù)據(jù)，其基本步驟為：

①設(shè)定分辨系數(shù)的初始值，一般取ξ＝1；

②收集一些設(shè)備正常運行時段的數(shù)據(jù)序列，計算每條數(shù)據(jù)序列與相同工況的標(biāo)準(zhǔn)數(shù)據(jù)序列的關(guān)聯(lián)度，并繪制成關(guān)聯(lián)度隨時間的變化曲線；

③分析關(guān)聯(lián)度曲線的變化趨勢，并不斷嘗試調(diào)整ξ的值，直到關(guān)聯(lián)度曲線能基本處于區(qū)間[α，1]內(nèi)并接近α＝0.9。將此時的ξ值作為最終的ξ取值。

因為ξ值越大，關(guān)聯(lián)度差異顯著性越小，所以對于第二種方法，如果ξ取值偏大，將使模型對設(shè)備工作異常的漏判率增大；如果ξ取值偏小，將使模型對設(shè)備工作異常的誤判率增大。為此可以設(shè)計更為科學(xué)的分辨系數(shù)學(xué)習(xí)模型，本文不再贅述。

（6）根據(jù)關(guān)聯(lián)度趨勢進(jìn)行設(shè)備運行狀態(tài)分析。選取設(shè)備某待檢運行時段的數(shù)據(jù)序列（或?qū)崟r工作數(shù)據(jù)），計算關(guān)聯(lián)度并繪制成關(guān)聯(lián)度曲線。分析關(guān)聯(lián)度曲線的變化趨勢：關(guān)聯(lián)度越小，說明設(shè)備運行狀態(tài)越偏離正常狀態(tài)，即處于異常狀態(tài)的程度越大；當(dāng)有較長時段的關(guān)聯(lián)度曲線在關(guān)聯(lián)度閾值 之下時，則可以認(rèn)為設(shè)備處于異常運行狀態(tài)。

3 方法驗證

常規(guī)推進(jìn)劑加注泵是航天發(fā)射任務(wù)中的關(guān)鍵設(shè)備，它在電動調(diào)節(jié)閥的控制下調(diào)節(jié)加注流量，具有多種工況；其發(fā)生最頻繁、影響最嚴(yán)重的故障是氣縛現(xiàn)象造成加注泵工作異常，但氣縛現(xiàn)象發(fā)生缺乏明顯的故障判斷標(biāo)識。為此，采用灰色關(guān)聯(lián)度趨勢分析法對常規(guī)加注泵工作異常狀態(tài)進(jìn)行判斷。

3.1 模型建立的關(guān)鍵步驟

（1）確定數(shù)據(jù)序列各指標(biāo)分量。從加注泵PLC采集的數(shù)據(jù)中，選擇由壓差（泵后壓力減去泵前壓力）、工作電流、流量三個指標(biāo)構(gòu)成數(shù)據(jù)序列。

（2）根據(jù)控制參數(shù)確定設(shè)備工況。選擇電動調(diào)節(jié)閥開度作為控制參數(shù)。由于加注泵PLC采集到的電動調(diào)節(jié)閥開度是0～100的整數(shù)值，代表開度為0%～100%，所以可以直接使用該離散值代表各工況。

（3）確定各工況下正常狀態(tài)的標(biāo)準(zhǔn)數(shù)據(jù)序列。選取某幾次加注過程未出現(xiàn)故障的發(fā)射任務(wù)（統(tǒng)稱為任務(wù)A），收集其加注泵工作過程中的數(shù)據(jù)序列樣本，按照電動調(diào)節(jié)閥開度進(jìn)行分類、求均值，作為相應(yīng)工況下正常工作狀態(tài)

的標(biāo)準(zhǔn)數(shù)據(jù)序列，記作 ，其中， 為電動調(diào)節(jié)閥開度， 分別為壓差、工作電流和流量，具體如表1所示。

（4）數(shù)據(jù)規(guī)范化。采用效用函數(shù)法對壓差、工作電流及流量的取值進(jìn)行規(guī)范化：

（6）

式中： 為規(guī)范化后得的規(guī)范標(biāo)準(zhǔn)數(shù)據(jù)序列； ； ；

； ； ， 。

（5）確定灰色關(guān)聯(lián)度計算式。

取Δmax＝1，Δmin＝0。

設(shè)待檢數(shù)據(jù)序列為 ，對其按照上述（4）進(jìn)行規(guī)范化，得：

（7）

根據(jù)灰色關(guān)聯(lián)度計算式（這里以鄧氏灰色關(guān)聯(lián)度為例），則規(guī)范待檢序列 和相同工況下規(guī)范標(biāo)準(zhǔn)數(shù)據(jù)序列

的灰色關(guān)聯(lián)度的計算公式為：

（8）

式中： 表示計算得到的鄧氏灰色關(guān)聯(lián)度。

（6）確定α、ξ的取值。

設(shè)定α＝0.9。收集某次加注泵出現(xiàn)氣縛故障的發(fā)射任務(wù)B的加注數(shù)據(jù)，ξ取初始值為1，按照式（8）計算加注過程中各數(shù)據(jù)序列灰色關(guān)聯(lián)度，繪制變化趨勢曲線圖，如圖2所示。

由圖2可見，在氣縛故障發(fā)生前存在明顯的、代表設(shè)備處于異常工作狀態(tài)的“低關(guān)聯(lián)度時段”，在低關(guān)聯(lián)度時段之前則是代表設(shè)備處于正常工作狀態(tài)的“高關(guān)聯(lián)度時段”。但該圖中關(guān)聯(lián)度曲線過于接近1，α＝0.9不能明確地區(qū)分高、低關(guān)聯(lián)度時段，因此需要減小ξ來增大差異顯著性。通過不斷調(diào)整ξ的值并觀察曲線的變化，最終得到，當(dāng)ξ＝0.6時，α＝0.9，能明確地區(qū)分高、低關(guān)聯(lián)度時段，如圖3所示。因此取ξ＝0.6。

3.2 模型驗證

選取另外一次加注泵出現(xiàn)氣縛故障的發(fā)射任務(wù)C，繪制其加注泵工作數(shù)據(jù)的灰色關(guān)聯(lián)度曲線（ξ＝0.6），如圖4所示，α＝0.9能夠明確地區(qū)分出任務(wù)C數(shù)據(jù)段的高、低關(guān)聯(lián)度時段，可見該模型能夠正確地識別出加注泵異常工作時段，從而可以提前對故障發(fā)生進(jìn)行預(yù)警。

4 結(jié)束語

本文針對傳統(tǒng)灰色關(guān)聯(lián)分析法應(yīng)用于設(shè)備故障診斷時的三方面不足，對應(yīng)地提出了多工況分析、關(guān)聯(lián)度趨勢分析、關(guān)聯(lián)度閾值判斷等改進(jìn)方法，使得灰色關(guān)聯(lián)分析法能夠應(yīng)用于多工況設(shè)備，同時可以通過關(guān)聯(lián)度趨勢分析對設(shè)備異常工作狀態(tài)進(jìn)行實時識別與診斷，并以加注泵氣縛故障診斷為例驗證了該方法的可行性和有效性。該方法拓展了灰色關(guān)聯(lián)分析法的應(yīng)用范圍，為多工況設(shè)備實時故障診斷提供了新方法，在工程實踐中具有很大的應(yīng)用價值。

同時應(yīng)注意，本文提出的多工況分析、關(guān)聯(lián)度趨勢分析、關(guān)聯(lián)度閾值判斷等方法是解決文中前述相應(yīng)問題的基本思路、方法，在具體應(yīng)用中應(yīng)根據(jù)實際的設(shè)備對象類型、工作過程特征等，對該方法模型進(jìn)行細(xì)化、優(yōu)化、改進(jìn)，以達(dá)到更科學(xué)、更有效的應(yīng)用效果。具體來說，可以進(jìn)行以下幾個方面的細(xì)化改進(jìn)：

（1）選擇合適的灰色關(guān)聯(lián)度計算式。本文方法驗證中采用的是最基本的鄧氏灰色關(guān)聯(lián)度，實際應(yīng)用中應(yīng)根據(jù)具體問題，選擇更合適、更有效的灰色關(guān)聯(lián)度計算式，如加權(quán)灰色關(guān)聯(lián)度、灰熵關(guān)聯(lián)度等；

（2）基于關(guān)聯(lián)度閾值建立更優(yōu)良的異常判斷標(biāo)準(zhǔn)。實際應(yīng)用中，直接使用關(guān)聯(lián)度閾值來定性地判斷設(shè)備工作異常過于簡單，容易受到工況切換、工作條件變動等沖擊、噪聲的影響，存在較高的“誤判率”。為此，一般需要以關(guān)聯(lián)度趨勢曲線和關(guān)聯(lián)度閾值為基礎(chǔ)，定量地建立更加科學(xué)有效的評判模型，比如可以從異常時段長度、異常偏離程度等方面進(jìn)行綜合評判。

參考文獻(xiàn)：

[1]張景明，肖倩華，王時勝. 融合粗糙集和神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J]. 高電壓技術(shù)，2007，33（8）：122-125.

[2]楊志超，張成龍，吳奕，等. 基于粗糙集和RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法研究[J]. 電測與儀表，2014，51（21）：34-39.

[3]白翠粉，高文勝，金雷，等. 基于3層貝葉斯網(wǎng)絡(luò)的變壓器綜合故障診斷[J]. 高電壓技術(shù)，2013，39（2）：330-335.

[4]張凱，黃華平，楊海濤，等. 利用改進(jìn)遺傳算法與LS-SVM進(jìn)行變壓器故障診斷[J]．電網(wǎng)技術(shù)，2010，34（2）：164-168.

[5]葛樂，陸文偉，周志成，等. 基于改進(jìn)熵權(quán)法和灰色關(guān)聯(lián)分析的變壓器故障診斷[J]. 電測與儀表，2016，53（12）：46-51.

[6]胡非，干磊. 灰色關(guān)聯(lián)分析在變壓器故障識別中的應(yīng)用探討[J]. 電力技術(shù)，2016，39（6）：73-77.

[7]顧煜炯，賈子文，尹傳濤，等. 主成分－灰色關(guān)聯(lián)分析方法的風(fēng)電機組齒輪箱故障診斷[J]. 生能源，2017，35（4）：508-514.

[8]李邦彥，齊偉強，桂媛，等. 基于Relief F和灰色關(guān)聯(lián)分析的高壓斷路器機械故障診斷[J]. 高壓電器，2020，56（6）：197-203.

[9]代星，趙元松，岳永威，等. 基于灰色關(guān)聯(lián)分析的風(fēng)機故障診斷[J]. 機電設(shè)備，2018（5）：27-30.

[10]劉思峰. 灰色系統(tǒng)理論及其應(yīng)用 [M]. 8版. 北京：科學(xué)出版社，2017.