一种基于数据的故障传播评估方法

针对实际系统中连续因素引起的故障传播问题，提出了一种基于系统变量运行数据、经验模态分解算法和能量因子相结合的故障传播概率评估方法。首先，采集系统不同位置和部件的输入和输出变量数据。其次，采用经验模态分解算法对系统变量数据进行分解，得到分解残差。在去除任务调整、噪声和其他因素对数据的影响后，剩余量反映了信号中的非波动趋势量。这样可以消除系统变量的正态波动对故障传播评估的影响。分解后的非波动趋势量意味着受连续因素影响的系统组件的趋势变化。因此，采用能量因子进行表征，并根据正常和异常情况下的可变能量变化率计算故障传播概率，从而实现故障传播的概率评估。最后，通过仿真验证了该方法的可行性和有效性。