复杂工况下综合传动装置状态监测数据异常检测方法

针对综合传动装置运行过程中，工况变化及装置故障状态引起的数据异常、难以有效区分这一问题，提出了一种适用于复杂工况下综合传动装置状态监测数据异常检测的方法。首先，采用基于密度的聚类方法(DBSCAN)对状态监测数据进行了关联变量聚类，以排除非关联数据对数据重构准确度的干扰；然后，利用深度降噪自编码网络构建了状态监测数据重构模型，获取了对异常数据敏感的偏差特征；最后，利用支持向量数据描述(SVDD)算法构建了正常状态监测数据偏差特征的超球体，完成了复杂工况下对综合传动装置状态监测数据异常的检测；为了验证该方法对综合传动装置状态监测数据异常检测的有效性，以某型综合传动装置为研究对象，在多组综合传动装置漏油实验数据上进行异常检测验证分析。实验结果表明：该方法实现了在综合传动装置不同程度漏油故障条件下对状态监测数据异常进行检测的目的，且其准确度整体高于92%。研究结果表明：该方法可以有效检测出综合传动装置早期异常运行状态，为综合传动装置健康管理与劣化评估奠定基础。