1.本发明涉及轮胎硫化机液压系统技术领域，具体涉及一种轮胎硫化机液压系统的健康状态评估方法和系统。
背景技术：2.液压式轮胎硫化机是一种较为庞大且复杂的产品，具有精密、昂贵等特点。其液压系统作为轮胎硫化机的动力源，对轮胎硫化机正常运行起着至关重要的作用。因此，能够准确、客观地针对压式轮胎硫化机中液压系统的健康状态进行综合评估，并以此为根据制定合理的维护决策，对降低维护成本、保障企业的正常生产具有重大意义。
3.虽然目前对于液压系统的健康评估研究较多，但没有针对轮胎硫化机液压系统的健康状态评估模型，导致轮胎硫化机液压系统的健康状态的评估准确性较低。
技术实现要素：4.(一)解决的技术问题
5.针对现有技术的不足，本发明提供了一种轮胎硫化机液压系统的健康状态评估方法和系统，解决了轮胎硫化机液压系统的健康状态的评估准确性较低的技术问题。
6.(二)技术方案
7.为实现以上目的，本发明通过以下技术方案予以实现：
8.第一方面，本发明提供一种轮胎硫化机液压系统的健康状态评估方法，所述方法包括：
9.s1、构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；
10.s2、基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；
11.s3、将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。
12.优选的，所述轮胎硫化机液压系统的指标评估体系为层次结构，包括准则层和指标层；
13.所述准则层包括：液压油缸、液压油和液压泵；
14.所述指标层包括：液压油缸最低启动压力、液压油缸最低稳定速度、液压油缸泄露量、液压油温度、液压油油质、系统回油流量、出口处压力、出口处流量和油泵转速。
15.优选的，所述s2具体包括：
16.s201、获取同一准则层的不同指标两两对比的层次判断矩阵，根据层次判断矩阵获取每个指标的ahp权重；
17.s202、对每个指标单位工作时间的数据进行相对劣化度处理，根据处理后的数据计算每个指标的熵权权重；
18.s203、基于每个指标的ahp权重和每个指标的熵权权重获取组合权重；
19.s204、基于逆向云发生器将定量数值型指标转化成定性因素，求得每个指标的逆向云相关值，其中，逆向云相关值包括逆向云期望、逆向云熵值、逆向云超熵值；
20.s205、根据每个指标的逆向云期望、逆向云熵值、逆向云超熵值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；
21.s206、构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，得到定性语言对应的数字区间，根据定性语言对应的数字区间计算正向云的数字特征，将正向云的数字特征代入正向云发生器中得到状态等级云模型。
22.优选的，所述相对劣化度处理包括：
23.对于正向型指标，将数据代入到以下公式进行相对劣化度处理：
[0024][0025]
对于适中型指标，将数据代入到下面公式进行相对劣化度处理：
[0026][0027]
对于逆向型指标，将数据代入到下面公式进行相对劣化度处理：
[0028][0029]
其中，x表示相对劣化度处理后的数据；x表示每个指标单位工作时间的数据；x
max
每个指标单位工作时间的最大数据；x
min
每个指标单位工作时间的最小数据。
[0030]
优选的，所述方法还包括：
[0031]
s4、采用灰色关联度分析-优劣解距离法综合评价法，获取综合评价依据；
[0032]
s5、将综合评价依据映射到状态等级云模型，对所有相同评分的云滴的隶属度求平均值，得到每个样本对应不同评价标准的隶属度。
[0033]
优选的，所述s4具体包括：
[0034]
s401、获取包括每个评估指标的n组样本观测值，并计算其灰色关联度；
[0035]
s402、基于每个指标的组合权重和topsis法获取指标距离；
[0036]
s403、基于灰色关联度和指标距离获取综合评价依据。
[0037]
第二方面，本发明提供一种轮胎硫化机液压系统的健康状态评估系统，包括：
[0038]
数据采集模块，用于构建轮胎硫化机液压系统的指标评估体系，并采集指标评估
体系中每个指标单位工作时间的数据；
[0039]
数据求解模块，用于基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；
[0040]
健康状态评估模块，将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。
[0041]
优选的，所述轮胎硫化机液压系统的指标评估体系为层次结构，包括准则层和指标层；
[0042]
所述准则层包括：液压油缸、液压油和液压泵；
[0043]
所述指标层包括：液压油缸最低启动压力、液压油缸最低稳定速度、液压油缸泄露量、液压油温度、液压油油质、系统回油流量、出口处压力、出口处流量和油泵转速。
[0044]
第三方面，本发明提供一种计算机可读存储介质，其特征在于，其存储用于轮胎硫化机液压系统的健康状态评估的计算机程序，其中，所述计算机程序使得计算机执行如上述所述的轮胎硫化机液压系统的健康状态评估方法。
[0045]
第四方面，本发明提供一种电子设备，包括：
[0046]
一个或多个处理器；
[0047]
存储器；以及
[0048]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上述所述的轮胎硫化机液压系统的健康状态评估方法。
[0049]
(三)有益效果
[0050]
本发明提供了一种轮胎硫化机液压系统的健康状态评估方法和系统。与现有技术相比，具备以下有益效果：
[0051]
本发明通过构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。本发明通过构造轮胎硫化机液压系统指标评估体系，采集轮胎硫化机液压系统的不同单位工作时间指标数据，计算出每个指标的ahp权重和熵权权重，得到组合权重。主客观权重结合，更为科学，以组合权重作为数据支撑，所得到的综合健康状态准确性更高。同时，通过云模型完成定性与定量的转换，结合组合权重能够直观看出轮胎硫化机液压系统所处的健康状态，方便快捷，实用价值高。
附图说明
[0052]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0053]
图1为本发明实施例中一种轮胎硫化机液压系统的健康状态评估方法的框图；
[0054]
图2为一实施例中的具体流程；
[0055]
图3为一实施例中指标评估体系为层次结构；
[0056]
图4为一实施例中轮胎硫化机液压系统的综合健康状态评价云图；
[0057]
图5为一实施例中每个样本对应不同评价标准的隶属度的示意图。
具体实施方式
[0058]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0059]
本技术实施例通过提供一种轮胎硫化机液压系统的健康状态评估方法和系统，提出了一种针对轮胎硫化机液压系统的健康状态评估方法，解决了轮胎硫化机液压系统的健康状态的评估准确性较低的技术问题，实现提高轮胎硫化机液压系统的健康状态准确性。
[0060]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0061]
针对现有技术存在的问题，本发明实施例提供一种轮胎硫化机液压系统的健康状态评估方法，该方法获取轮胎硫化机液压系统的各个参数，通过组合权重及云模型得出轮胎硫化机液压系统的综合健康状态，同时结合gra-topsis求出液压系统单个样本的健康隶属度，直观看出每个样本具体的健康状态和轮胎硫化机液压系统健康状态的变化趋势。
[0062]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0063]
本发明实施例提供一种轮胎硫化机液压系统的健康状态评估方法，如图1所示，包括：
[0064]
s1、构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；
[0065]
s2、基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；
[0066]
s3、将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。
[0067]
本发明实施例通过构造轮胎硫化机液压系统指标评估体系，采集轮胎硫化机液压
系统的不同单位工作时间指标数据，计算出每个指标的ahp权重和熵权权重，得到组合权重。主客观权重结合，更为科学，以组合权重作为数据支撑，所得到的综合健康状态准确性更高。同时，通过云模型完成定性与定量的转换，结合组合权重能够直观看出轮胎硫化机液压系统所处的健康状态，方便快捷，实用价值高。
[0068]
下面对各个步骤进行详细说明，该方法的具体流程如图2所示：
[0069]
在步骤s1中，构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据。具体实施过程如下：
[0070]
本发明实施例中指标评估体系为层次结构如图3所示，包括准则层和指标层。准则层包括：液压油缸、液压油和液压泵；指标层包括：液压油缸最低启动压力、液压油缸最低稳定速度、液压油缸泄露量、液压油温度、液压油油质、系统回油流量、出口处压力、出口处流量、油泵转速。
[0071]
每个指标单位工作时间的数据包括液压油缸相关参数、液压油相关参数、液压泵相关参数，具体为上述的指标评估体系中的指标。
[0072]
在步骤s2中，基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型。具体实施过程如下：
[0073]
s201、获取同一准则层的不同指标两两对比的层次判断矩阵，根据层次判断矩阵获取每个指标的ahp权重，具体包括：
[0074]
同一准则层的不同指标两两对比的层次判断矩阵的构建方式如下：
[0075]
设某一层准则层为a＝(α
ij
)n×n，其下一层指标层包含n个指标，可记作：(a1，a2，
…
，an)，a满足条件α
ij
+α
ji
＝1(i，j＝1,2，
…
，n)，α
ij
为第i个指标和第j个指标比较得到判断值，则构造的判断矩阵a为：
[0076][0077]
赋值依据为t.l.saaty提出的比例标度法，采用1～9标度法作为标度，如表1所示，进行逐层比较。
[0078]
表1指标的比例标度
[0079]
标度α
ij
含义1两指标重要程度相等2i指标比j指标略微重要9i指标比j指标相比极端重要2～8两相邻指标判断的中值倒数i指标比j指标为b，则j指标比i指标是1/b
[0080]
权重向量w具体的计算方法为
[0081]
aw＝λw
[0082]
式中，λ是a的最大特征根，存在且唯一，w的分量均为正分量。最后，将求得的权重向量作归一化处理即为所求的各指标ahp权重。
[0083]
在构造判断矩阵的过程中，需要对判断矩阵进行一致性检验，具体方法为：
[0084][0085]
式中，ci为一致性指标；ri为随机一致性指标；cr为一致性比率。
[0086]
当cr《0.1时，则称判断矩阵具有满意的一致性；若cr≥0.1时，必须返回重新进行专家打分，直到通过一致性检验为止。
[0087]
本发明实施例中每个指标的ahp权重，下表2所示。
[0088]
表2每个指标的ahp权重
[0089] 各指标ahp权重最低启动压力0.1925最低稳定速度0.0682泄漏量0.0362温度0.0973油质0.0452系统回油量0.0210出口处压力0.1794出口处流量0.0754油泵转速0.2848
[0090]
s202、对每个指标单位工作时间的数据进行相对劣化度处理，根据处理后的数据计算每个指标的熵权权重。具体包括：
[0091]
由于指标量纲和数量级不同，导致不同指标之间没有可比性，因此要进行相对劣化度处理，由此来消除指标中量纲的影响。
[0092]
对于正向型指标，将采集数据代入到下面公式进行处理：
[0093][0094]
对于适中型指标，将采集数据代入到下面公式进行处理：
[0095][0096]
对于逆向型指标，将采集数据代入到下面公式进行处理：
[0097][0098]
式中，x为相对劣化程度；x为状态指标的原始；xm是各个指标最优值；x
max
和x
min
分别为轮胎硫化机液压系统各个指标安全运行标准限制的上限和下限。
[0099]
在采集数据相对劣化度处理完毕的基础上，用熵值法进行权重计算。
[0100]
计算第j项指标的第i组数据的特征比重：
[0101][0102]
计算第j项的熵值：
[0103][0104]
其中，k＝1/lnm
[0105]
归一化确定各个指标权重
[0106][0107]
本发明实施例中每个指标的熵权权重，如表3所示。
[0108]
表3每个指标的熵权权重
[0109][0110][0111]
s203、基于每个指标的ahp权重和每个指标的熵权权重获取组合权重。具体包括：
[0112]
为了将主观权重和客观权重进行合理配置，需要对层次分析法求得的权重和熵值法求得的权重进行重新组合，从而保证赋值权重最为合理。
[0113]
确定组合权重为：
[0114][0115]
其中，组合权重为w，ahp权重为w1，熵权权重为w2，α为变权系数。在本发明实施例中，变权系数α＝1。
[0116]
得到每个指标的组合权重，如表3所示。
[0117]
表3每个指标的组合权重
[0118] 组合权重最低启动压力0.166最低稳定速度0.0629泄漏量0.0481温度0.1722油质0.0489系统回油量0.0241出口处压力0.1736出口处流量0.13油泵转速0.1744
[0119]
s204、基于逆向云发生器将定量数值型指标转化成定性因素，求得每个指标的逆向云相关值，其中，逆向云相关值包括逆向云期望、逆向云熵值、逆向云超熵值。具体包括：
[0120]
由s1中的轮胎硫化机液压系统的指标评估体系可知，其评估指标都为定量数值型。在本发明实施例中，通过逆向云发生器和定性因素，对系统效能进行评估。
[0121]
对每个评估指标的n个单位工作时间进行数据采集，即每个评估指标包含n个参数值，根据参数值计算逆向云发生器。
[0122]
计算样本平均值，求得逆向云期望：
[0123][0124]
其中，xi为输入的样本。
[0125]
根据一阶样本绝对中心距，求得逆向云熵值：
[0126][0127][0128]
计算样本数据的样本方差，求得逆向云超熵值：
[0129][0130][0131]
求得每个指标的逆向云期望、逆向云熵值、逆向云超熵值如下表4所示。
[0132]
表4每个指标逆向云相关值
[0133][0134][0135]
s205、根据每个指标的逆向云期望、逆向云熵值、逆向云超熵值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；
[0136]
对于轮胎硫化机液压系统来说，单一的指标不能反应整体的运行情况，所以需要将评估指标的数字特征值与其对应的权重值相结合，得到逆向云的数字特征，完成每个指标的评价。
[0137][0138]
其中，ω1、ω2、ωn分别指第一个指标的组合权重、第二个指标的组合权重、第n个指标的组合权重。
[0139]
将逆向云的数字特征ex、en、he代入逆向云发生器中得到评价云模型。
[0140]
s206、构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，得到定性语言对应的数字区间，根据定性语言对应的数字区间计算正向云的数字特征，将正向云的数字特征代入正向云发生器中得到状态等级云模型。具体包括：
[0141]
构建轮胎硫化机液压系统的定性语言评估标准，写作
[0142]
v＝{v1,v2,
…
,vn}
[0143]
轮胎硫化机液压系统的健康状态存在多种不确定性因素，因此在本发明实施例中采用“严重”、“一般”、“良好”、“健康”四级评价标准对系统效能进行评估，评估结果限制在[0，1]区间内，并且其液压系统的效能评估中，定性语言区间不是均等划分的，应根据实际情况合理划分，使数值区间与定性语言一一对应。
[0144]
划分完成后，将定性语言对应的数字区间由下表计算出云模型的数字特征：
[0145]
表5定性语言数字区间
[0146]
特征量v
1v2v3v4
ex0(a+b)/2(b+c)/21
ena/2.355(b-a)/2.355(c-b)/2.355(1-c)/2.355he0.1*en
v1
0.1*en
v2
0.1*en
v3
0.1*en
v4
[0147]
其中，[0，a)区间对应“严重”评价标准，[a，b)区间对应“一般”评价标准，[b，c)区间对应“良好”评价标准，[c，1]区间对应“健康”评价标准。
[0148]
在本发明实施例中，这里采用专家咨询法，得到定性语言与分布区间对应表如下。
[0149]
表6定性语言与分布区间对应表
[0150][0151]
将正向云的数字特征代入正向云发生器中得到评价云模型。
[0152]
在步骤s3中，将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。具体实施过程如下：
[0153]
将指标云模型和状态等级云模型相结合，这里设云滴数目为10000，即可得到轮胎硫化机液压系统的综合健康状态评价云图。如图4所示。
[0154]
在具体实施过程中，为了能够得出每个样本具体的健康状态并观察轮胎硫化机液压系统健康状态变化趋势，本发明实施例引入灰度关联分析法和topsis法相结合的综合评价方法，既能充分考虑评估指标的不确定性，又兼顾其客观性。具体包括以下步骤：
[0155]
在步骤s4中，采用灰色关联度分析gra-优劣解距离法topsis综合评价法，获取综合评价依据。具体实施过程如下：
[0156]
灰色关联度分析(grey relation analysis，gra)。优劣解距离法(technique for order preference by similarity to an ideal solution，topsis)。
[0157]
s401、获取包括每个评估指标的n组样本观测值，并计算其灰色关联度。具体包括：
[0158]
由s1建立的指标评估体系获取含9个评估指标的10组样本观测值，计算其灰色关联度为
[0159][0160][0161][0162]
δ
ij
＝|x
ij-r
p
(j)|
[0163]
其中，r
p
(j)为理想数据序列的第j个指标值，δ
min
为两级最小差，δ
max
为两级最大差，δ
ij
为样本采集数据与理想数据的绝对距离，ρ∈[0,1]为关联系数，本发明实施例中ρ取0.5。
[0164]
s402、基于每个指标的组合权重和topsis法获取指标距离。具体包括：
[0165]
组合权重结合topsis法确定正负理想序列，分别由第i组样本观测值的j个指标值中的最优、最劣数值组成，记为t
+
和t-，取某个样本采集数据t，分别计算欧式距离为：
[0166][0167]
对结果进行综合判断，得到指标距离：
[0168][0169]
s403、基于灰色关联度和指标距离获取综合评价依据。具体包括：
[0170]
为了让灰度关联判断和topsis模型在综合评价中具有相同的地位，将二者标准化后取平均值作为综合评价依据：
[0171][0172]
得到每组样本的综合评价依据如表7所示。
[0173]
表7每组样本的综合评价依据
[0174]
样本综合评价依据10.654220.701130.592240.657150.546760.716570.767880.694190.5820100.5868
[0175]
在步骤s5中，将综合评价依据映射到状态等级云模型，对所有相同评分的云滴的隶属度求平均值，即可得到每个样本对应不同评价标准的隶属度。具体实施过程如下：
[0176]
每组样本的综合评价依据映射到的状态等级云模型，对所有相同评分的云滴的隶属度求平均值，即可得到每个样本对应不同评价标准的隶属度，能够直观看出每个样本具体的健康状态和轮胎硫化机液压系统健康状态的变化趋势。如图5所示。
[0177]
本发明实施例还提供一种轮胎硫化机液压系统的健康状态评估系统，包括：
[0178]
数据采集模块，用于构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；
[0179]
数据求解模块，用于基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组
合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；
[0180]
健康状态评估模块，将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。
[0181]
可理解的是，本发明实施例提供的轮胎硫化机液压系统的健康状态评估系统与上述轮胎硫化机液压系统的健康状态评估方法相对应，其有关内容的解释、举例、有益效果等部分可以参考轮胎硫化机液压系统的健康状态评估方法中的相应内容，此处不再赘述。
[0182]
本发明实施例还提供一种计算机可读存储介质，其存储用于轮胎硫化机液压系统的健康状态评估的计算机程序，其中，所述计算机程序使得计算机执行如上述所述的轮胎硫化机液压系统的健康状态评估方法。
[0183]
本发明实施例还提供一种电子设备，包括：
[0184]
一个或多个处理器；
[0185]
存储器；以及
[0186]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上述所述的轮胎硫化机液压系统的健康状态评估方法。
[0187]
综上所述，与现有技术相比，具备以下有益效果：
[0188]
1、本发明实施例通过构造轮胎硫化机液压系统指标评估体系，采集轮胎硫化机液压系统的不同单位工作时间指标数据，计算出每个指标的ahp权重和熵权权重，得到组合权重。主客观权重结合，更为科学，以组合权重作为数据支撑，所得到的综合健康状态准确性更高。同时，通过云模型完成定性与定量的转换，结合组合权重能够直观看出轮胎硫化机液压系统所处的健康状态，方便快捷，实用价值高。
[0189]
2、本发明实施例利用gra-topsis评价方法，可以掌握每个样本对应的健康隶属度，可以在设备出现问题前对设备状态进行及时调整，有助于减少由于设备状态变化而产生的故障风险。
[0190]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0191]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。
技术特征：1.一种轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述方法包括：s1、构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；s2、基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；s3、将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。2.如权利要求1所述的轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述轮胎硫化机液压系统的指标评估体系为层次结构，包括准则层和指标层；所述准则层包括：液压油缸、液压油和液压泵；所述指标层包括：液压油缸最低启动压力、液压油缸最低稳定速度、液压油缸泄露量、液压油温度、液压油油质、系统回油流量、出口处压力、出口处流量和油泵转速。3.如权利要求2所述的轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述s2具体包括：s201、获取同一准则层的不同指标两两对比的层次判断矩阵，根据层次判断矩阵获取每个指标的ahp权重；s202、对每个指标单位工作时间的数据进行相对劣化度处理，根据处理后的数据计算每个指标的熵权权重；s203、基于每个指标的ahp权重和每个指标的熵权权重获取组合权重；s204、基于逆向云发生器将定量数值型指标转化成定性因素，求得每个指标的逆向云相关值，其中，逆向云相关值包括逆向云期望、逆向云熵值、逆向云超熵值；s205、根据每个指标的逆向云期望、逆向云熵值、逆向云超熵值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；s206、构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，得到定性语言对应的数字区间，根据定性语言对应的数字区间计算正向云的数字特征，将正向云的数字特征代入正向云发生器中得到状态等级云模型。4.如权利要求3所述的轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述相对劣化度处理包括：对于正向型指标，将数据代入到以下公式进行相对劣化度处理：对于适中型指标，将数据代入到下面公式进行相对劣化度处理：
对于逆向型指标，将数据代入到下面公式进行相对劣化度处理：其中，x表示相对劣化度处理后的数据；x表示每个指标单位工作时间的数据；x
max
每个指标单位工作时间的最大数据；x
min
每个指标单位工作时间的最小数据。5.如权利要求1～4任一所述的轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述方法还包括：s4、采用灰色关联度分析-优劣解距离法综合评价法，获取综合评价依据；s5、将综合评价依据映射到状态等级云模型，对所有相同评分的云滴的隶属度求平均值，得到每个样本对应不同评价标准的隶属度。6.如权利要求5所述的轮胎硫化机液压系统的健康状态评估方法，其特征在于，所述s4具体包括：s401、获取包括每个评估指标的n组样本观测值，并计算其灰色关联度；s402、基于每个指标的组合权重和topsis法获取指标距离；s403、基于灰色关联度和指标距离获取综合评价依据。7.一种轮胎硫化机液压系统的健康状态评估系统，其特征在于，包括：数据采集模块，用于构建轮胎硫化机液压系统的指标评估体系，并采集指标评估体系中每个指标单位工作时间的数据；数据求解模块，用于基于每个指标单位工作时间的数据获取每个指标的ahp权重和每个指标的熵权权重，通过每个指标的ahp权重和每个指标的熵权权重计算每个指标的组合权重；获取每个指标的逆向云相关值，通过每个指标的逆向云相关值和每个指标的组合权重计算得到逆向云的数字特征，将逆向云的数字特征代入逆向云发生器中得到指标云模型；构建轮胎硫化机液压系统的定性语言评估标准，通过定性语言评估标准对系统进行定性评估，获取正向云发生器中得到状态等级云模型；健康状态评估模块，将指标云模型和状态等级云模型相结合，得到轮胎硫化机液压系统的综合健康状态。8.如权利要求7所述的轮胎硫化机液压系统的健康状态评估系统，其特征在于，所述轮胎硫化机液压系统的指标评估体系为层次结构，包括准则层和指标层；所述准则层包括：液压油缸、液压油和液压泵；所述指标层包括：液压油缸最低启动压力、液压油缸最低稳定速度、液压油缸泄露量、液压油温度、液压油油质、系统回油流量、出口处压力、出口处流量和油泵转速。9.一种计算机可读存储介质，其特征在于，其存储用于轮胎硫化机液压系统的健康状态评估的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1～6任一所述的轮胎硫化机液压系统的健康状态评估方法。
10.一种电子设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如权利要求1～6任一所述的轮胎硫化机液压系统的健康状态评估方法。
技术总结本发明提供一种轮胎硫化机液压系统的健康状态评估方法和系统，涉及轮胎硫化机液压系统技术领域。本发明通过构造轮胎硫化机液压系统指标评估体系，采集轮胎硫化机液压系统的不同单位工作时间指标数据，计算出每个指标的AHP权重和熵权权重，得到组合权重。主客观权重结合，更为科学，以组合权重作为数据支撑，所得到的综合健康状态准确性更高。同时，通过云模型完成定性与定量的转换，结合组合权重能够直观看出轮胎硫化机液压系统所处的健康状态，方便快捷，实用价值高。实用价值高。实用价值高。
技术研发人员：胡小建 王之海 王跃 王韵玥 尹文龙 赵跃东 郑哲 吴小松 宋旭东 郭警中 罗毅
受保护的技术使用者：安徽维德工业自动化有限公司
技术研发日：2022.06.23
技术公布日：2022/11/1
