本发明专利技术涉及的是基于贝叶斯网络的柴油机润滑系统故障诊断方法。本发明专利技术将润滑系统的故障类型和外部征兆分别抽象为故障层节点和征兆层节点，建立柴油机润滑系统贝叶斯网络模型；利用数据采集系统检测柴油机润滑系统的性能参数，采用线性比例变换法对性能参数进行归类处理，根据获取的润滑系统实际工作状态信息；采用Hugin联合树算法将修正后的润滑系统贝叶斯网络模型转化为联合树。本发明专利技术在实施推理诊断前，依据润滑系统的实际工作状态，通过重置故障层节点的先验概率，对贝叶斯网络模型进行了适应性修正，使得模型能够准确描述润滑系统的实际工作状态，从而降低模型推理的不确定性，提高了故障诊断的准确率。
【技术实现步骤摘要】
本专利技术涉及的是。
技术介绍
柴油机在国民经济的各个领域发挥着重要作用。然而，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，使得系统故障率较高，维修保养费用很大。统 计表明，在柴油机的各项使用费用中，维修保养方面的支出达15%_30%。另有统计显示，在 进行设备管理维修时，确定故障所用时间占到总时间的70%_90%。由此可见，低效率的柴 油机故障诊断方法浪费了大量的人力、物力资源，给工业生产带来了极大的不便。 柴油机故障诊断技术是实现故障早期预报和预防维修的有效手段，对于降低事故 的危害，确保柴油机的安全运行具有重要作用。该项技术的应用首先要解决的关键问题就 是故障特征与故障源之间的映射非线性。贝叶斯网络是一个有向无环图，其中的节点代表 随机变量，节点间的有向边代表随机变量间的关联关系，并以先验概率的形式表征随机变 量间关联程度的大小。贝叶斯网络在多态逻辑表达和不确定推理上具有独特的优势。利用 贝叶斯网络对设备故障的诊断需要通过相关的推理算法进行。Hugin联合树算法是一种常 用的贝叶斯网络精确推理算法。该算法首先将贝叶斯网络转化为一个一次结构一一联合 树，然后通过定义在联合树上的消息传递过程，对目标事件进行概率性的因果推理。近年 来，有学者将贝叶斯网络应用到柴油机润滑系统故障诊断领域，取得了一定成果。然而，在 现有的研究中，润滑系统的贝叶斯网络模型形式固定，不能依据系统的实际工作状态修正 所建模型，使得模型对润滑系统的动态变化适应性差，诊断结果存在准确率较低，参考性不 强等问题，严重制约了该项技术的进一步应用。专利技术一种能够根据设备实际状态，适应性调 整模型结构，快速、准确地识别出故障类型的柴油机润滑系统故障诊断方法对于提高设备 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，公开文件"舰船柴油主机滑油系统贝叶斯网络推 理故障诊断方法"（四川兵工学报，2015)提出的一种柴油机润滑系统故障诊断方法，该公开 文件自述为："以舰船动力装置中的柴油主机滑油管路系统为研究对象，针对滑油系统故障 诊断问题，分析了常见故障机理，建立了滑油系统常见故障的故障树结构，在此基础上构建 了用于故障状态推理的贝叶斯网络模型，分析了滑油系统典型故障状态下的贝叶斯状态推 理过程，为滑油系统的快速故障诊断提供了一种新的方法"。其不足之处是:该方法所建贝 叶斯网络模型形式固定，不能根据润滑系统的动态变化进行适应性调整，无法准确描述润 滑系统的实际状态，因此导致模型推理不确定性大，诊断精度较低;且该方法对润滑系统的 故障诊断是一种静态推理，其过程未依据柴油机润滑系统实际运行信息，无法真正实现对 柴油机润滑系统故障的诊断，难以指导工作人员对设备进行针对性维修。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种基于贝叶斯网络的柴油机润滑 系统故障诊断方法。 本专利技术的目的是这样实现的： (1)将润滑系统的故障类型和外部征兆分别抽象为故障层节点和征兆层节点，建 立柴油机润滑系统贝叶斯网络模型； (2)利用数据采集系统检测柴油机润滑系统的性能参数，采用线性比例变换法对 性能参数进行归类处理，ω表示润滑系统的实际性能参数，表示性能参数的标准值，益 表示变换后的性能参数，进而泛化润滑系统性能参数，获得润滑系统的实际工作状态信息 e； Μ - ⑶根据获取的润滑系统实际工作状态信息e，对贝叶斯网络模型征兆层节点^的 状态:π(ν」)进行二元取值，（ω」)表示对性能参数ω j的泛化，·表示满足性能参数ω j泛化的 对应外部征兆描述;适应性修正建立的润滑系统贝叶斯网络模型； 科 、一 織· 赛！纖· (4)采用Hugin联合树算法将修正后的润滑系统贝叶斯网络模型转化为联合树，进 而将润滑系统实际工作状态信息e作为推理证据，通过计算故障层节点 81的边缘化条件概 率p(Sl | e)，对润滑系统的当前故障类型进行诊断。 所述故障类型具体包括:活塞环密封失效Sl、添加油量不足&、冷却器故障&、超出 使用寿命S 4、滑油油品不当S5、滑油中含有气泡S6、管路漏油S7、管路堵塞S8。 所述外部征兆具体包括:滑油液位过低h、滑油温度过高％、进机滑油压力过低V3、 出机滑油压力过低V4、出机滑油流量过低V5。 所述适应性修正建立的润滑系统贝叶斯网络模型的具体方法为:依据征兆层节点 Vj的状态 <巧），重置润滑系统贝叶斯网络模型中故障层节点pa(Vj)的先验概率P(pa(Vj)); pa (v j)为征兆层节点v j的父节点； 纯卜 e ? 与现有技术相比，本专利技术的有益效果在于:本专利技术在实施推理诊断前，依据润滑系 统的实际工作状态，通过重置故障层节点的先验概率，对贝叶斯网络模型进行了适应性修 正，使得模型能够准确描述润滑系统的实际工作状态，从而降低模型推理的不确定性，提高 了故障诊断的准确率;此外，本专利技术对润滑系统故障类型的诊断推理依据润滑系统的实际 工作状态信息实施，因此诊断结果能够真实地反映润滑系统实际性能，具有较强的现实指 导意义。【附图说明】 图1为本专利技术流程图。 图2为某型四缸柴油机润滑系统贝叶斯网络拓扑结构图。【具体实施方式】 下面结合附图对本专利技术的实施例作详细说明：本实施例在以本专利技术技术方案为前 提下进行实施，给出了详细的实施方式，但本专利技术的保护范围不限于下述的实施例。 本专利技术涉及一种，属于柴油机故 障诊断
首先将润滑系统故障类型及外部征兆抽象为网络节点，建立润滑系统贝 叶斯网络模型;其次，检测润滑系统性能参数，获取润滑系统实际工作状态信息;再次，根据 获取的润滑系统实际工作状态信息，通过重置故障层节点的先验概率，对润滑系统贝叶斯 网络模型进行适应性修正；最后，将润滑系统的实际工作状态信息作为推理证据，利用 Hugin联合树算法对润滑系统故障进行概率诊断。本专利技术能够通过调整节点概率信息修正 所建立的贝叶斯网络模型，使模型更准确的反映润滑系统当前工作状态，提高了故障诊断 的准确性，诊断结果具有较高的现实指导意义。 首先建立柴油机润滑系统的贝叶斯网络模型，然后，根据获取的润滑系统实际工 作状态信息对贝叶斯网络模型进行适应性修正，以使模型能够准确描述润滑系统的实际工 作状态，提高故障诊断的准确率，最后，将润滑系统实际工作状态信息作为推理证据，利用 Hugin联合树算法对故障类型进行诊断推理，据此指导维护人员对柴油机润滑系统实施针 对性维修，保障设备安全，降低维修管理成本。 本专利技术的方法具体包括以下步骤： 1、将润滑系统的故障类型51和外部征兆％分别抽象为故障层节点81和征兆层节点 ，建立柴油机润滑系统贝叶斯网络模型； 2、利用数据采集系统检测柴油机润滑系统的性能参数〇^，采用线性比例变换法 对性能参数ω,进行归类处理，进而泛化润滑系统的性能参数，获得润滑系统的实际工作状 态信息e; 3、根据步骤2中获取的润滑系统实际工作状态信息e，对贝叶斯网络模型中征兆层 节点巧的状态进行二元取值，在此基础上，重置故障层节点的先验概率P(pa(vJ)，以 修正建立的润滑系统贝叶斯网络模型； 4、采用Hugin联合树算法将修正后的润滑系统贝叶斯网络模型转化本文档来自技高网...
【技术保护点】
基于贝叶斯网络的柴油机润滑系统故障诊断方法，其特征在于，包括如下步骤：(1)将润滑系统的故障类型和外部征兆分别抽象为故障层节点和征兆层节点，建立柴油机润滑系统贝叶斯网络模型；(2)利用数据采集系统检测柴油机润滑系统的性能参数，采用线性比例变换法对性能参数进行归类处理，ω表示润滑系统的实际性能参数，ω*表示性能参数的标准值，表示变换后的性能参数，进而泛化润滑系统性能参数，获得润滑系统的实际工作状态信息e；ω~=ωω*]]>(3)根据获取的润滑系统实际工作状态信息e，对贝叶斯网络模型征兆层节点vj的状态π(vj)进行二元取值，(ωj)表示对性能参数ωj的泛化，表示满足性能参数ωj泛化的对应外部征兆描述；适应性修正建立的润滑系统贝叶斯网络模型；π(vj)=1,if vj~v~j=argQ(ωj)0,else]]>(4)采用Hugin联合树算法将修正后的润滑系统贝叶斯网络模型转化为联合树，进而将润滑系统实际工作状态信息e作为推理证据，通过计算故障层节点si的边缘化条件概率p(si|e)，对润滑系统的当前故障类型进行诊断。
【技术特征摘要】
【专利技术属性】
技术研发人员：王忠巍，王金鑫，袁志国，宋莎，董佳莹，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。