发动机冷态测试故障诊断方法技术

本发明专利技术公开了一种发动机冷态测试故障诊断方法，包括以下步骤：进行发动机冷态测试并获取m个发动机样本；从m个发动机样本中的每一个发动机样本内提取n个特征参数；对m个发动机样本进行数据整理，将m个发动机样本区分为m1个正常发动机样本和m2个故障发动机样本，并将该m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；通过软件搭建决策树模型，并将该样本数据表导入该模型进行训练；对待诊断的发动机进行冷态测试并提取n个特征参数，将该n个特征参数输入该训练好的模型，该模型自动输出诊断结果。本发明专利技术可以快速、准确的输出发动机故障诊断结果，降低发动机冷试诊断对人力、时间和知识的要求。

【技术实现步骤摘要】
发动机冷态测试故障诊断方法
本专利技术涉及发动机领域，具体涉及一种发动机冷态测试故障诊断方法。
技术介绍
随着近代科学技术的飞速进步，我国各个行业的发展日新月异，现代汽车工业也因为有越来越多成熟高新技术的应用而快速发展。发动机是汽车的“心脏”，是汽车系统中最为重要的组成部分。发动机出现故障会直接影响发动机运行状态，严重的话甚至会造成安全事故，但随着汽车运行时间增加，其发动机不可避免地会出现问题，因此对发动机进行故障诊断是不可或缺的。由于发动机复杂的结构，传统诊断技术难以满足需求，而人工智能的爆炸式发展以及它带来的诸多优势，使得发动机诊断技术发展重新焕发了活力。目前来说，在发动机故障诊断领域应用较多的机器学习方法为SVM(支持向量机)和BP(BackPropagation，反向传播)神经网络以及两者的衍生算法。随机森林与Adaboost算法多用于航空发动机故障诊断。智能诊断技术可分为基于数学模型与人工智能两类方法，通过建立数学物理模型，再经特征值判断发动机是否存在故障的方法过分依赖试验人员的经验和知识，对于一般非专业人士而言，很难本文档来自技高网...

【技术保护点】
1.一种发动机冷态测试故障诊断方法，其特征在于，所述方法包括以下步骤：/n步骤一、进行发动机冷态测试并获取m个发动机样本；/n步骤二、从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；/n步骤三、对所述m个发动机样本进行数据整理，将所述m个发动机样本区分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；/n步骤四、通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；/n步骤五、对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述训练好的模型，所述训练好的模型自动输出诊断结...

【技术特征摘要】
1.一种发动机冷态测试故障诊断方法，其特征在于，所述方法包括以下步骤：
步骤一、进行发动机冷态测试并获取m个发动机样本；
步骤二、从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；
步骤三、对所述m个发动机样本进行数据整理，将所述m个发动机样本区分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；
步骤四、通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；
步骤五、对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述训练好的模型，所述训练好的模型自动输出诊断结果。


2.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤二中的特征参数从以下十九个项目的发动机冷态测试中提取：线束导通、节气门动作、静态点火、启动扭矩、TDC、曲轴凸轮正时、安全机油压力、增压压力、增压器振动噪声、高速机油压力、高速NVVVT、可变机油泵、进气、低速机油压力、低速NVH、运行扭矩、排气以及喷油嘴动作。


3.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，所述方法还包括将所述m个发动机样本中的一部分导入所述模型进行训练以及将所述m个发动机样本中的另一部分导入所述模型进行测试，较佳地，在所述步骤一中，m大于400，n大于50。


4.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，使用MATLAB软件搭建普通决策树模型，并将所述样本数据导入所述普通决策树模型内进行训练，并在训练过程中设置交叉验证多次以防止模型过拟合，较佳地，在训练过程中设置交叉验证50次以防止模型过拟合。


5.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，使用MATLAB软件搭建BaggedTrees模型，并将所述样本数据导入所述模型内进行简单训练，并在训练过程中设置交叉验证多次以防止模型过拟合。


6.根据权利要求5所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，还包括利用BaggedTrees模型进行深度学习，并综合袋内分类误差与树的数量关系以及除了袋内样本的分类误差与树的数量关系确定BaggedTrees模型中的树的数量h。


7.根据权利要求6所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤四还包括对n个特征参数进行重要程度计算，并筛选出n1个特征参数，其中n1小于或等于n，以及在筛选出n1个特征参数后再次确定新模型设置的树的数目h1，较佳地，h1大于或等于50。


8.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤四还包括综合平均分类裕度随树的数目的变化关系设置新BaggedTrees模型中的树的数目h2，较佳地，h2大于或等于50。


9.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，还包括生成样本离群值数量分布直方图，查找极端离群值并查看他们的分类，从而筛选出极端离群值；以及对所有样本进行标记，并输出样本分布图。


10.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征...

【专利技术属性】
技术研发人员：刘训臣，卫思霁，黄嗣博，何涛，董忠璇，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31