【技术实现步骤摘要】
一种大数据分析模型预测发动机性能的方法
本专利技术涉及发动机性能预测的
,具体是一种大数据分析模型预测发动机性能的方法。
技术介绍
目前大部分汽车公司发动机生产线存在工艺经验不清晰,工程师利用直觉和经验无法难以对理想结果作正确的解释;出厂性能不稳定,发动机在不同转速下扭矩一致性较差,发动机性能不可控的问题。另外,目前各汽车公司使用从每批次发动机抽取一定数目的发动机在工作温度达到正常后,使发动机在不同的转速下运转测试各项性能参数的方法,实现对发动机出厂性能的把控。此方法存在资金耗费大,消耗时间长等资源消耗及排放污染严重的问题,以及检验覆盖面不全的缺点。
技术实现思路
本专利技术的目的是解决现有技术中存在的问题。为实现本专利技术目的而采用的技术方案是这样的,一种大数据分析模型预测发动机性能的方法,主要包括以下步骤:1)确定输入数据,并将输入数据保存在MES数据库中。进一步,所述输入数据为发动机的原始过程数据和原始质量数据。所述原始过程数据由粘贴在发动机上的传感器采集得到。所述原始过程数据主要包括基本数据和拧紧数据。所述基本数据主要包括连杆瓦检测数据、平面度检测数据、间隙检测数据和压力检测数据。所述拧紧数据主要包括发动机螺栓拧紧扭矩、拧紧转动角度和发动机螺栓拧紧扭矩与拧紧转动角度的比值。所述原始质量数据主要包括冷试数据和泄漏检测数据。2)将所述输入数据进行分类,分类后的输入数据按照时间先后进行顺序排列。对排序后的输入数据进行处理,得到初步检测数据。进一步,对排序后的输入数据进行处理,得到初步检测数据的方法为:每一类输入数据只保留最后一个数据,删除其余数据。进一 ...
【技术保护点】
1.一种大数据分析模型预测发动机性能的方法,其特征在于,主要包括以下步骤:1)确定所述输入数据,并将输入数据保存在MES数据库中。2)将所述输入数据进行分类,分类后的输入数据按照时间先后进行顺序排列;对排序后的输入数据进行处理,得到初步检测数据;3)对所述初步检测数据进行筛选,得到筛选后的初步检测数据矩阵P';初步检测数据矩阵P'如下所示:
【技术特征摘要】
1.一种大数据分析模型预测发动机性能的方法,其特征在于,主要包括以下步骤:1)确定所述输入数据,并将输入数据保存在MES数据库中。2)将所述输入数据进行分类,分类后的输入数据按照时间先后进行顺序排列;对排序后的输入数据进行处理,得到初步检测数据;3)对所述初步检测数据进行筛选,得到筛选后的初步检测数据矩阵P';初步检测数据矩阵P'如下所示:式中,P'MN为初步检测数据矩阵P'中元素;4)随机提取初步检测数据矩阵P'中的a个元素构成无标签训练样本矩阵A;随机提取初步检测数据矩阵P'中的d个元素构成有标签训练样本矩阵B;随机提取初步检测数据矩阵P'中的c个元素构成测试样本矩阵C;5)对无标签训练样本矩阵A依次进行白化预处理和正则化处理,得到降维后的无标签训练样本矩阵A';6)将降维后的无标签训练样本矩阵A'输入到稀疏自编码器中,对稀疏自编码器进行训练,从而调整稀疏自编码器参数,得到调整后的稀疏自编码器;7)将有标签训练样本矩阵B的非标签数据输入到调整后的稀疏自编码器中,提取有标签训练样本矩阵B中非标签数据的数据特征;8)利用稀疏自编码器、拟牛顿法和回归算法建立发动机性能指标预测模型;利用白化降维算法和分类算法建立发动机性能分类检测模型;9)将步骤7得到的非标签数据的数据特征和有标签训练样本矩阵B中的有标签数据输入到发动机性能指标预测模型的回归算法和发动机性能分类检测模型的回归算法中,对所有回归算法的自学习参数进行训练;10)将测试样本矩阵C输入到调整自学习参数后的发动机性能指标预测模型和发动机性能分类检测模型中,得到每种回归算法的预测误差率,并根据预测误差率调整发动机性能指标预测模型和发动机性能分类检测模型的可选择参数;所述可选择参数主要包括回归算法的参数和分类算法的参数;11)实时获取待检测发动机的输入数据;将所述待检测发动机的输入数据输入到发动机性能指标预测模型中,从而输出待检测发动机在不同工况下的转速预测结果;所述工况主要包括启动、高速和怠速;将所述待检测发动机的输入数据输入到发动机性能分类检测模型中,从而输出发动机转速是否合格的结果;其中,0为不合格,1为合格。2.根据权利要求1所述的一种大数据分析模型预测发动机性能的方法,其特征在于:所述输入数据为发动机的原始过程数据和原始质量数据;所述原始过程数据由贴置在发动机上的传感器采集得到;所述原始过程数据主要包括基本数据和拧紧数据;所述原始质量数据主要包括冷试数据和泄漏检测数据。3.根据权利要求1或2所述的一种大数据分析模型预测发动机性能的方法,其特征在于:所述基本数据主要包括连杆瓦检测数据、平面度检测数据、间隙检测数据和压力检测数据;所述拧紧数据主要包括发动机螺栓拧紧扭矩、拧紧转动角度和发动机螺栓拧紧扭矩与拧紧转动角度的比值。4.根据权利要求1或2所述的一种大数据分析模型预测发动机性能的方法,其特征在于:无标签训练样本矩阵A、有标签训练样本矩阵B和测试样本矩阵C中的元素互不相同;且,无标签训练样本矩阵A、有标签训练样本矩阵B和测试样本矩阵C的元素总数满足下式:a+d+c≤M*N;(2)式中,a为有标签训练样本矩阵A的元素总数;d为有标签训练样本矩阵B的元素总数;c为测...
【专利技术属性】
技术研发人员:刘礼,王丹妮,王姝,廖军,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
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。