设备健康状态估计方法、设备、存储介质与流程

1.本技术涉及轨道交通技术领域，尤其涉及一种设备健康状态估计方法、设备、存储介质。


背景技术：

2.在服役过程中，城市轨道交通设备需要不间断地切换其工作状态，以保障列车启动、加速、停止等运行需求。这些设备会逐步地发生退化，最终失去正常工作性能。为避免设备失效引发列车延误事件或者交通事故等事件，有必要评估设备的健康状态，以即时制定维修策略，进而保障轨道交通列车的安全运行。
3.目前，常采用设备的输出参数作为其健康状态评估指标。虽然，这些指标可以在一些方面反应设备的健康状态。但是，仅采用输出参数作为评估指标是不够全面的，极易导致健康状态评估不准确的问题。由于多数城轨交通设备分布于轨道旁。这些设备不仅自身工况处于不停切换之中，而且也长期遭受着外部恶劣环境(高温、高湿等)的影响。因此，在评估其健康状态时，输出参数与环境参数也要同时考虑。此外，多数设备在出现故障时，并不会直接替换成新设备，而是通过多次维修操作，使设备恢复正常的功能。然而，维修过已恢复正常功能的设备，虽然其输出参数与新设备一致。但是，这些维修过的设备能够继续服役的时间与一台新设备能够服役的时间是完全不同的。
4.因此实际服役中，城轨交通设备的工作状态、外部环境、维修方式等多变的特点会引发设备状态评估结果准确性低的问题。


技术实现要素：

5.为了解决上述技术缺陷之一，本技术提供了一种设备健康状态估计方法、设备、存储介质。
6.本技术第一个方面，提供了一种设备健康状态估计方法，所述方法包括：
7.建立多层级评估指标体系；
8.建立白化权函数，所述白化权函数包括5个灰类，每个灰类对应一个健康状态等级，所述健康状态等级包括健康，良好，亚健康，故障，报废；
9.确定所述多层级评估指标体系中各指标的权重；
10.根据所述白化权函数，以及各指标的权重，确定隶属度向量；
11.基于所述隶属度向量，在所述健康状态等级中估计设备的健康状态。
12.可选地，所述多层级评估指标体系，包括：输出参数指标、环境因素指标、维修情况指标。
13.可选地，与健康状态等级为健康对应的灰度的白化权函数为下限测度白化权函数；
14.与健康状态等级为报废对应的灰度的白化权函数为上限测度白化权函数；
15.其余灰度的白化权函数为适中测度白化权函数。
16.可选地，所述下限测度白化权函数为：
[0017][0018]
其中，i为所述多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第三个转折点，为指标i的j类下限测度白化权函数中第四个转折点；临界值为
[0019]
可选地，所述上限测度白化权函数为：
[0020][0021]
其中，i为所述多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点；临界值为
[0022]
可选地，所述适中测度白化权函数为：
[0023][0024]
其中，i为所述多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点，为指标i的j类下限测度白化权函数中第三个转折点；临界值为
[0025]
可选地，所述确定所述多层级评估指标体系中各指标的权重，包括：
[0026]
确定所述多层级评估指标体系中各指标的信息熵其中，i为所述多层级评估指标体系中的指标标识，xi为所述白化权函数的自变量，m为所述多层级评估指标体系中的指标总数；
[0027]
确定各指标的权重
[0028]
可选地，所述根据所述白化权函数，以及各指标的权重，确定隶属度向量，包括：
[0029]
确定各灰类的聚类系数其中，j为灰类标识，f
ij
(xi)为白化权函数，xi为自变量，m为所述多层级评估指标体系中的指标总数；
[0030]
对所述σj进行归一化，得到
[0031]
确定隶属度向量δ＝{δj}。
[0032]
本技术第二个方面，提供了一种电子设备，包括：
[0033]
存储器；
[0034]
处理器；以及
[0035]
计算机程序；
[0036]
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如上述第一个方面所述的方法。
[0037]
本技术第三个方面，提供了一种计算机可读存储介质，其上存储有计算机程序；所述计算机程序被处理器执行以实现如上述第一个方面所述的方法。
[0038]
本技术提供一种设备健康状态估计方法、设备、存储介质，该方法建立多层级评估指标体系；建立白化权函数，白化权函数包括5个灰类，每个灰类对应一个健康状态等级，健康状态等级包括健康，良好，亚健康，故障，报废；确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态。
[0039]
本技术提供的方法，建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0040]
另外，在一种实现中，明确了建立多层级评估指标体系的结构，保证了评估指标的全面性，可解决了评估指标不全面，造成健康状态评估异常的问题。
[0041]
另外，在一种实现中，明确了白化权函数，保证了健康状态的评估质量。
[0042]
另外，在一种实现中，明确了下限测度白化权函数表达式，保证了健康状态的评估质量。
[0043]
另外，在一种实现中，明确了上限测度白化权函数表达式，保证了健康状态的评估质量。
[0044]
另外，在一种实现中，明确了适中测度白化权函数表达式，保证了健康状态的评估质量。
[0045]
另外，在一种实现中，明确了多层级评估指标体系中各指标权重的确定方案，保证了健康状态的评估质量。
[0046]
另外，在一种实现中，明确了隶属度向量的确定方案，保证了健康状态的评估质量。
[0047]
本技术提供的电子设备，其上计算机程序被处理器执行以建立多层级评估指标体
系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0048]
本技术提供的计算机可读存储介质，其上的计算机程序被处理器执行以建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
附图说明
[0049]
此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0050]
图1为本技术实施例提供的一种设备健康状态估计方法的流程示意图；
[0051]
图2为本技术实施例提供的一种白化权函数的形状示意图；
[0052]
图3为本技术实施例提供的一种不同健康等级的白化权函数的示意图；
[0053]
图4为本技术实施例提供的一种各灰类的白化权函数图像的示意图；
[0054]
图5为本技术实施例提供的一种多层级评估指标体系的示意图。
具体实施方式
[0055]
为了使本技术实施例中的技术方案及优点更加清楚明白，以下结合附图对本技术的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本技术的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0056]
在实现本技术的过程中，发明人发现，目前，常采用设备的输出参数作为其健康状态评估指标。虽然，这些指标可以在一些方面反应设备的健康状态。但是，仅采用输出参数作为评估指标是不够全面的，极易导致健康状态评估不准确的问题。
[0057]
针对上述问题，本技术实施例中提供了一种设备健康状态估计方法、设备、存储介质，该方法建立多层级评估指标体系；建立白化权函数，白化权函数包括5个灰类，每个灰类对应一个健康状态等级，健康状态等级包括健康，良好，亚健康，故障，报废；确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态。本技术提供的方法，建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0058]
参见图1，本实施例提供的一种设备健康状态估计方法，实现过程为：
[0059]
101，建立多层级评估指标体系。
[0060]
其中，多层级评估指标体系，包括：输出参数指标、环境因素指标、维修情况指标。
[0061]
102，建立白化权函数。
[0062]
其中，白化权函数包括5个灰类，每个灰类对应一个健康状态等级。
[0063]
另外，健康状态等级包括健康，良好，亚健康，故障，报废等多个等级。各等级的特
征如表1所示。
[0064]
表1
[0065][0066][0067]
白化权函数的具体建立过程为：建立与健康等级数对应的白化权函数。
[0068]
白化权函数可根据已知信息定量描述各数据点隶属于某灰色朦胧集的程度，并可体现出对该朦胧集取值范围内不同数值的偏爱程度。
[0069]
白化权函数的确定通常指函数的数量、形状、起点、转折点和终点的确定。在数量确定方面，基于前边设定的健康状态等级数量5，将白化权函数的灰类数也设定为5。每一个灰类对应一种健康状态等级，第1个灰类对应“健康”，第2个灰类对应“良好”，第3个灰类对应“亚健康”，第4个灰类对应“故障”，第5个灰类对应“报废”。
[0070]
在形状确定方面，采用下限测度白化权函数作为第1个灰类白化权函数。采用适中测度白化权函数作为第2、3、4个灰类的白化权函数。采用上限测度白化权函数作为最后一个灰类，即第5个灰类的白化权函数。则5个白化权函数的形状如图2所示。
[0071]
也就是说，本步骤中，
[0072]
1、与健康状态等级为健康对应的灰度的白化权函数为下限测度白化权函数。
[0073]
下限测度白化权函数(如评估指标i的j灰类下限测度白化权函数)为公式如下：
[0074][0075]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量(如第i个评估指标)，为指标i的j类下限测度白化权函数中第三个转折点，为指标i的j类下限测度白化权函数中第四个转折点。
[0076]
此函数无法具体确定第一和第二个转折点因此临界值即临界值为
[0077]
2、与健康状态等级为报废对应的灰度的白化权函数为上限测度白化权函数。
[0078]
上限测度白化权函数(如评估指标i的j灰类上限测度白化权函数)为公式如下：
[0079][0080]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量(如第i个评估指标)，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点。
[0081]
此函数无法具体确定第三和第四个转折点因此临界值即临界值为
[0082]
3、其余灰度的白化权函数(即与健康状态等级为良好，亚健康，故障对应的灰度的白化权函数)为适中测度白化权函数。
[0083]
适中测度白化权函数(如评估指标i的j灰类适中测度白化权函数)为公式如下：
[0084][0085]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量(如第i个评估指标)，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点，为指标i的j类下限测度白化权函数中第三个转折点。
[0086]
此函数中第二和第三个转折点重合，因此临界值即临界值为
[0087]
在白化权函数的起点、转折点和终点具体数值确定方面。由于各评估指标已进行了规范化处理，其取值是在[0，1]之间，则5个白化权函数的纵坐标均是在[0，1]之间。将白化权函数的总体横坐标取值范围也设置在[0，1]之间。将横坐标[0，1]均匀划分为5份，每一
份为一个白化权函数的横坐标区间。则区间[0，0.2]为第2个灰类白化权函数；区间[0.2，0.4]为第2个灰类白化权函数；区间[0.4，0.6]为第3个灰类白化权函数；区间[0.6，0.8]为第4个灰类白化权函数；区间[0.8，1.0]为第5个灰类白化权函数。5个灰类白化权函数的起点、转折点、终点的数值如表2所示。
[0088]
表2
[0089]
白化权函数编号起点转折点终点1-(0.1，1.0)(0.2，0)2(0.2，0)(0.3，1.0)(0.4，0)3(0.4，0)(0.5，1.0)(0.6，0)4(0.6，0)(0.7，1.0)(0.8，0)5(0.8，0)(0.9，1.0)-[0090]
将表2中5个白化权函数的数值带入上述白化权函数公式中，可获得5个白化权函数的具体形式，如表3所示。此外，也可得到5个灰类白化权函数的图像，如图3所示。
[0091]
表3
[0092][0093]
103，确定多层级评估指标体系中各指标的权重。
[0094]
本步骤的实现过程为：
[0095]
1、确定多层级评估指标体系中各指标的信息熵
[0096]
其中，i为多层级评估指标体系中的指标标识，xi为白化权函数的自变量(如第i个评估指标)，m为多层级评估指标体系中的指标总数。
[0097]
2、确定各指标的权重
[0098]
104，根据白化权函数，以及各指标的权重，确定隶属度向量。
[0099]
本步骤的实现过程为：
[0100]
1、确定各灰类的聚类系数
[0101]
其中，j为灰类标识，为白化权函数，xi为自变量，m为多层级评估指标体系中的指标总数。
[0102]
2、对σj进行归一化，得到
[0103]
3、确定隶属度向量δ＝{δj}。
[0104]
105，基于隶属度向量，在健康状态等级中估计设备的健康状态。
[0105]
例如，根据最大隶属度原则在健康状态等级中估计设备的健康状态。
[0106]
本实施例提供的设备健康状态估计方法针对服役过程中的城市轨道交通设备，在多变的工况、严苛的外部工作环境下、多样的维修活动下，健康状态评估不准确的问题。现有方案多是直接采用设备的输出参数作为评估指标，据此评估设备健康状态。目前，这种健康状态评估方法存在以下几个问题：
[0107]
1、忽略了外部环境对设备健康状态评估准确性的影响。由于城市轨道交通设备多数是分布于轨道旁。轨旁设备长期遭受着外部恶劣环境(高温、高湿等)的影响。这些影响因素会导致设备长期遭受外部湿-热应力的冲击。在湿-热应力作用下，设备的输出参数会发生波动，导致设备健康状态评估结果无法反映设备真实的健康状态。
[0108]
2、忽略了维修情况对设备健康状态评估准确性的影响。多数设备在出现故障时不会直接替换成新设备，而是通过多次维修操作，例如多种维修方式、多次维修等，以使设备恢复正常的功能。虽然，维修过已恢复正常功能的设备的输出参数与新设备一致。但是，这些维修过的设备能够继续服役的时间与一台新设备能够服役的时间是完全不同的。因此，在设备健康状态评估时，若仅考虑输出参数，忽略维修情况的影响，会使得已经维修过的设备健康状态偏理想。进而存在健康状态评估结果偏离设备实际健康状态。若按照此健康状态评估结果安排维修活动，会存在维修不及时、维修成本过高的风险。
[0109]
本实施例提供的设备健康状态估计方法，准确地说包括划分健康状态等级；建立评估指标体系；建立白化权函数；确定各参数权重；获得隶属度向量；确定健康状态。该方法可避免恶劣外部环境造成的设备健康状态评估不准确的问题，并且也可避免设备有过维修情况，如多次维修、多种维修方式等，导致健康状态评估偏理想的问题。
[0110]
下面以城市轨道交通转辙机设备为例，对本实施例提供的设备健康状态估计方法的实现过程再次说明。
[0111]
1、划分设备的健康状态等级。
[0112]
根据转辙机转辙机设备的实际工作状态和健康信息特征，将转辙机转辙机设备健康状态划分为“健康”、“良好”、“亚健康”、“故障”、“报废”5个等级，各等级的特征如表1所示。
[0113]
2、建立多层级评估指标体系。
[0114]
建立包含转辙机设备输出参数、环境参数、维修参数的两层评估指标体系。
[0115]
具体的，根据转辙机设备的工作原理及结构组成，并结合其输出参数特征，构建能反映转辙机设备所有健康状态的估计指标体系。图5为转辙机设备的健康状态估计指标体系。此估计指标体系中包含两个层次。第一层次为转辙机设备输出参数指标、环境因素指
标、维修情况指标。第二层次为第一层次指标分别包含各种子指标。如，设备输出参数包含的电流、电压等指标；环境因素包含的如温度、湿度等指标；维修情况包含的维修方式、维修次数等指标。
[0116]
设定转辙机设备在第二层次一共有m个评估指标。对这些评估指标做规范化处理，得到处理后的评估指标组成的特征向量x表达式如下：
[0117]
x＝[x1x2…
xi]，i＝1,2,
…
,m。
[0118]
式中，xi为第i个指标。
[0119]
3、建立白化权函数。
[0120]
4、确定多层级评估指标体系中各指标的权重。
[0121]
根据转辙机设备评估指标信息熵的大小确定各个评估指标的权重。第i个评估指标xi的信息熵为
[0122]
评估指标xi的熵权wi为
[0123]
则各指标的权重向量w可表示为w＝[w1,w2,
…
,wi]。
[0124]
式中，wi为评估指标xi的权重。
[0125]
5、确定隶属度向量。
[0126]
转辙机设备属于j个灰类的聚类系数σj的表达式为的表达式为
[0127]
式中，f
ij
()为隶属第j个灰类的白化权函数。
[0128]
对聚类系数σj进行归一化处理，获得转辙机设备属于j灰类的归一化聚类系数
[0129]
转辙机设备的健康状态隶属度向量δ＝{δj}＝{δ1,δ2,δ3,δ4,δ5}。
[0130]
基于白化权函数值以及权重计算σj，δj，δ，获得转辙机设备的归一化聚类系数向量δ。
[0131]
6、评估转辙机设备的健康状态
[0132]
根据最大隶属度原则，若隶属度向量δ中的最大值为δ
j*
(即max
1≤j≤5
{δj}＝δ
j*
)，则称转辙机设备的健康状态属于第j
*
个灰类所对应的健康状态。
[0133]
本实施例提供的设备健康状态估计方法，是一种基于多层级评估指标的设备健康状态估计方法，可应用于实际服役中的城轨交通设备的健康状态估计。主要包括将设备的健康状态划分为“健康”、“良好”、“亚健康”、“故障”、“报废”等多个等级；建立包含设备输出参数、环境参数、维修参数的多层级评估指标体系；建立与健康等级数相对应的白化权函数；确定评估指标体系内各参数的权重；根据评估指标体系、白化权函数，以及各参数的权重获得隶属度向量；基于隶属度向量，根据最大隶属度原则，确定设备的健康状态。
[0134]
本实施例提供的设备健康状态估计方法解决了受工作状态、外部环境、维修方式等影响造成的城市轨道交通设备健康状态评估不精确的问题，以确保轨道交通设备在合适的健康状态下，使用合理的维修措施。
[0135]
本实施例提供的方法，建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0136]
基于设备健康状态估计方法的同一发明构思，本实施例提供一种电子设备，该电子设备包括：存储器，处理器，以及计算机程序。
[0137]
其中，计算机程序存储在存储器中，并被配置为由处理器执行以实现上述设备健康状态估计方法。
[0138]
具体的，
[0139]
建立多层级评估指标体系。
[0140]
建立白化权函数，白化权函数包括5个灰类，每个灰类对应一个健康状态等级，健康状态等级包括健康，良好，亚健康，故障，报废。
[0141]
确定多层级评估指标体系中各指标的权重。
[0142]
根据白化权函数，以及各指标的权重，确定隶属度向量。
[0143]
基于隶属度向量，在健康状态等级中估计设备的健康状态。
[0144]
可选地，多层级评估指标体系，包括：输出参数指标、环境因素指标、维修情况指标。
[0145]
可选地，与健康状态等级为健康对应的灰度的白化权函数为下限测度白化权函数。
[0146]
与健康状态等级为报废对应的灰度的白化权函数为上限测度白化权函数。
[0147]
其余灰度的白化权函数为适中测度白化权函数。
[0148]
可选地，下限测度白化权函数为：
[0149][0150]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第三个转折点，为指标i的j类下限测度白化权函数中第四个转折点。临界值为
[0151]
可选地，上限测度白化权函数为：
[0152]
[0153]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点。临界值为
[0154]
可选地，适中测度白化权函数为：
[0155][0156]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点，为指标i的j类下限测度白化权函数中第三个转折点。临界值为
[0157]
可选地，确定多层级评估指标体系中各指标的权重，包括：
[0158]
确定多层级评估指标体系中各指标的信息熵其中，i为多层级评估指标体系中的指标标识，xi为白化权函数的自变量，m为多层级评估指标体系中的指标总数。
[0159]
确定各指标的权重
[0160]
可选地，根据白化权函数，以及各指标的权重，确定隶属度向量，包括：
[0161]
确定各灰类的聚类系数其中，j为灰类标识，f
ij
(xi)为白化权函数，xi为自变量，m为多层级评估指标体系中的指标总数。
[0162]
对σj进行归一化，得到
[0163]
确定隶属度向量δ＝{δj}。
[0164]
本实施例提供的电子设备，其上计算机程序被处理器执行以建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0165]
基于设备健康状态估计方法的同一发明构思，本实施例提供一种计算机，且其上存储有计算机程序。计算机程序被处理器执行以实现上述设备健康状态估计方法。
[0166]
具体的，
[0167]
建立多层级评估指标体系。
[0168]
建立白化权函数，白化权函数包括5个灰类，每个灰类对应一个健康状态等级，健康状态等级包括健康，良好，亚健康，故障，报废。
[0169]
确定多层级评估指标体系中各指标的权重。
[0170]
根据白化权函数，以及各指标的权重，确定隶属度向量。
[0171]
基于隶属度向量，在健康状态等级中估计设备的健康状态。
[0172]
可选地，多层级评估指标体系，包括：输出参数指标、环境因素指标、维修情况指标。
[0173]
可选地，与健康状态等级为健康对应的灰度的白化权函数为下限测度白化权函数。
[0174]
与健康状态等级为报废对应的灰度的白化权函数为上限测度白化权函数。
[0175]
其余灰度的白化权函数为适中测度白化权函数。
[0176]
可选地，下限测度白化权函数为：
[0177][0178]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第三个转折点，为指标i的j类下限测度白化权函数中第四个转折点。临界值为
[0179]
可选地，上限测度白化权函数为：
[0180][0181]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点。临界值为
[0182]
可选地，适中测度白化权函数为：
[0183][0184]
其中，i为多层级评估指标体系中的指标标识，j为灰类标识，xi为自变量，为指标i的j类下限测度白化权函数中第一个转折点，为指标i的j类下限测度白化权函数中第二个转折点，为指标i的j类下限测度白化权函数中第三个转折点。临界值为
[0185]
可选地，确定多层级评估指标体系中各指标的权重，包括：
[0186]
确定多层级评估指标体系中各指标的信息熵其中，i为多层级评估指标体系中的指标标识，xi为白化权函数的自变量，m为多层级评估指标体系中的指标总数。
[0187]
确定各指标的权重
[0188]
可选地，根据白化权函数，以及各指标的权重，确定隶属度向量，包括：
[0189]
确定各灰类的聚类系数其中，j为灰类标识，f
ij
(xi)为白化权函数，xi为自变量，m为多层级评估指标体系中的指标总数。
[0190]
对σj进行归一化，得到
[0191]
确定隶属度向量δ＝{δj}。
[0192]
本实施例提供的计算机可读存储介质，其上的计算机程序被处理器执行以建立多层级评估指标体系，确定多层级评估指标体系中各指标的权重；根据白化权函数，以及各指标的权重，确定隶属度向量；基于隶属度向量，在健康状态等级中估计设备的健康状态，可解决评估指标不全面，造成健康状态评估异常的问题。
[0193]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0194]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0195]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0196]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0197]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0198]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。