基于离群特征分析的柴油机故障灰预测方法技术

本发明专利技术的目的在于提供基于离群特征分析的柴油机故障灰预测方法，首先，等时间间隔检测柴油机气缸的运行参数；其次，利用数据0-1标准化方法对气缸运行参数进行标准化处理；再次，将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；最后，将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势。根据本发明专利技术的故障诊断结果，可实现对柴油机有计划、有针对性的视情维修，保障柴油机的运行安全、降低维修费用。

【技术实现步骤摘要】

本专利技术涉及的是一种故障预测方法，具体地说是柴油机故障预测方法。
技术介绍
柴油机在交通运输、石油钻井、矿山机械、应急发电等经济生产领域中发挥着重要 的作用。柴油机结构复杂，许多零部件处在高温、高压、高负荷的恶劣条件下工作，使得柴油 机故障率较高，维修保养费用很大。统计表明，在柴油机的各种使用费用中，维修保养方面 的支出达15-30%。此外，柴油机发生故障还会影响整个机械系统的正常工作，直接或间接 地造成巨大的经济损失，甚至危及人身安全。柴油机故障预测技术是实现故障早期预报和 预防维修的有效手段，对于消除事故的发生，确保柴油机的安全运行具有重要作用。 近年来，随着信号处理技术和人工智能理论的不断发展，包括专家系统预测、神经 网络预测、小波分析预测在内的新的预测方法不断出现，为柴油机状态预测技术研宄提供 了理论基础。然而，已有的柴油机状态预测方法均是针对某个，或某几个运行参数而设计 的，仅能预测柴油机局部性能的变化趋势，诊断范围非常有限。柴油机（除小型农机外）均 具有多个结构和功能一致的气缸，且柴油机的诸多故障与气缸工作异常密切相关，如失火 引起的功率损失故障的产生原因是气缸漏气或不正时；整机功率不足故障的产生原因是气 缸不爆发、气缸或气门漏气、雾化不良等；排放恶化故障的产生原因是压缩损失、燃油/空 气滤清故障、燃油喷射时刻不正确等。因此，有研宄者提出通过检测柴油机气缸工作异常实 现柴油机故障的综合诊断，该诊断方法可完成柴油机整体健康状态的监测功能。对于提高 柴油机运行的安全性，实现对柴油机的视情维修具有重要的意义。 经对现有技术的文献检索发现，中国专利公开号CN103969052A，公开日 2014. 08. 06,为：基于离群分析的柴油机故障诊断方法，该专利申请自述为："本 专利技术涉及一种基于离群分析的柴油机故障诊断方法。首先，将采集到的气缸运行状态数据 按照统一格式整理并作标准化计算，使得各项数据在保留原有信息的条件下从有量纲转化 到无量纲；进而，利用无量纲化的状态参数，根据离群因子的定义，分别计算正常状态气缸 群和状态异常气缸的离群因子；最后，通过比较和分析完成对异常状态气缸离群程度的定 量描述"。其不足之处是：该诊断方法仅能够量化描述柴油机气缸的异常程度，但是无法对 其未来的劣化趋势进行预测，因而不能有效的指导工作人员对柴油机进行视情维修。
技术实现思路
本专利技术的目的在于提供能够避免严重故障的发生，保障设备安全并降低维修成本 的。 本专利技术的目的是这样实现的： 本专利技术，其特征是： (1)利用数据采集系统相等时间间隔检测气缸运行参数，包括：平均指示有效压 力、爆发压力、压力升高率、燃烧最高温度、排气平均温度，各缸发火时刻瞬时转速、瞬时转 速波动率； (2)利用标准化公式对气缸运行参数进行标准化处理，使得各项数据在保留原有 信息的条件下实现从有量纲到无量纲的转化； (3)将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运 行参数作为聚类对象的属性，利用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分 离，并计算故障气缸的离群因子； (4)将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变 化趋势，实现柴油机整体健康状态的监测功能。 本专利技术还可以包括： 1、所述的气缸工作参数标准化处理是将气缸工作参数按比例缩放，使之落入一个 特定区间，去除数据的单位限制，将其转化为无量纲的纯数值：采用数据0-1标准化方法， 定义X为样本数据矩阵，则0-1标准化公式为：【主权项】1. ，其特征是： (1) 利用数据采集系统相等时间间隔检测气缸运行参数，包括：平均指示有效压力、爆 发压力、压力升高率、燃烧最高温度、排气平均温度，各缸发火时刻瞬时转速、瞬时转速波动 率. (2) 利用标准化公式对气缸运行参数进行标准化处理，使得各项数据在保留原有信息 的条件下实现从有量纲到无量纲的转化； (3) 将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参 数作为聚类对象的属性，利用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分离，并 计算故障气缸的离群因子； (4) 将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋 势，实现柴油机整体健康状态的监测功能。2. 根据权利要求1所述的，其特征是；所 述的气缸工作参数标准化处理是将气缸工作参数按比例缩放，使之落入一个特定区间，去 除数据的单位限制，将其转化为无量纲的纯数值：采用数据0-1标准化方法，定义X为样本 数据矩阵，则0-1标准化公式为：上式中，巧表示经标准化处理后的矩阵元素，Xu表示样本矩阵X中第i行，第j列的 元素，Xjtori表示第j列样本数据中的最小值，X 表示第j列样本数据中的最大值。3. 根据权利要求1所述的，其特征是；利 用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分离，具体步骤包括： 将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作 为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现状态异常气缸的自动分离，并 计算状态异常气缸的离群因子，柴油机气缸离群特征分析包括"故障气缸"的辩识和"故障 气缸"离群因子计算； 所述的"故障气缸"辩识是指利用蚁群LF算法对柴油机内配置的多个气缸进 行聚类分析；首先，利用公式计算任两个气缸对象〇i和Oj.间 的曼哈顿距离，d化，op表示两个气缸对象〇i和0 /巧的曼哈顿距离，Xik、分别 表示对象0郝Oj的第k个属性，P表示对象0郝Oj斯属性个数；然后，利用公式计算气缸对象〇i与周围气缸对象间的平均 相似度:^化），r表示邻近范围的半径，Nei曲(r)表示邻近范围，W表示曼哈顿距离的规模； 最后，根据公式开算妈蚁拾起气缸对象的概率Pp(〇i)，ki为阔值常 数，根据公式计算妈蚁放下气缸对象的概率Pi(〇i)，实 现状态异常的气缸对象的自动分离； 所述的"故障气缸"离群因子计算是指计算故障气缸与正常气缸的偏离程度，计算方法 采用公式L:为故障气缸的离 群因子，Li为故障气缸与其它正常气缸间曼哈顿距离的平均值，L2为柴油机中任两个气缸 间曼哈顿距离的平均值，m为气缸对象的个数。4.根据权利要求1所述的，其特征是；将 故障气缸离群因子构成时间序列，利用灰色模型预测分析其变化趋势，其具体为： 采用公式预测分析离群因子未来变化趋势，实现柴油机整 体健康状态的评估与预测功能，xW化-1)为故障气缸离群因子原始值的一次累加生成， 足"乂幻为故障气缸离群因子预测结果，a、b为预测参数列元素。【专利摘要】本专利技术的目的在于提供，首先，等时间间隔检测柴油机气缸的运行参数；其次，利用数据0-1标准化方法对气缸运行参数进行标准化处理；再次，将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；最后，将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势。根据本专利技术的故障诊断结果，可实现对柴油机有计划、有针对性的视情维修，保障柴油机的运行安全、降低维修费用。【I本文档来自技高网...

【技术保护点】
基于离群特征分析的柴油机故障灰预测方法，其特征是：(1)利用数据采集系统相等时间间隔检测气缸运行参数，包括：平均指示有效压力、爆发压力、压力升高率、燃烧最高温度、排气平均温度，各缸发火时刻瞬时转速、瞬时转速波动率；(2)利用标准化公式对气缸运行参数进行标准化处理，使得各项数据在保留原有信息的条件下实现从有量纲到无量纲的转化；(3)将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；(4)将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势，实现柴油机整体健康状态的监测功能。

【技术特征摘要】

【专利技术属性】
技术研发人员：袁志国，费景洲，董佳莹，王金鑫，王忠巍，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23