关键词：机械装备;人机协同健康评估;模糊残差收缩网络;多功能k-means聚类
摘 要：为全面评估机械装备健康状态并制定分级运维决策策略，本文提出了一种机械装备人机协同健康评估方法。首先，从振动、压力、扭矩等监测数据中分别提取机械装备症状参数；接着，设计一种新的模糊残差收缩网络，确定机械装备状态隶属度函数，建立基于症状参数的单一评估模型。然后，将各单一评估模型输出的状态隶属度转化为集体犹豫模糊健康评估矩阵；采用Best worst method计算各模型的评估优先级，利用语义Z数环境下的TOPSIS方法，发现不同运行状态对装备行为的影响差异。最后，通过犹豫模糊加权平均算子，定义机械装备健康指标，并引入多功能k-means聚类算法判定装备健康等级，以指导装备分级运维决策。验证结果表明：所提出的方法在场景适用性和性能稳定性方面有着尚佳的表现。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取