柴油发电机组健康诊断方法技术

本发明专利技术涉及一种柴油发电机组健康诊断方法，通过机组健康评分系统与机组故障识别模型相结合，再搭载到智能IO控制器中，得到一套完整的机组健康诊断系统，将机组参数作为输入，可得到机组当前状态运行健康指数，在参数发生变化时实时体现在健康分数上，同时当某项参数劣化严重时提前预警，实现故障预测与故障诊断。在故障发生初期甚至机组状态略发生异常时即可及时判断并警示，实时掌握机组运行健康状态，防患于未然，防止突发性事故发生，提高了机组稳定性与系统安全性。建立一套通用型的故障预测算法解决方案，逐渐发展至为各类舰船机械类辅机设备提供一整套故障诊断、故障预测的智能化功能开发解决方案。

【技术实现步骤摘要】
柴油发电机组健康诊断方法
本专利技术涉及一种船舶电站及柴油机检测
，特别涉及一种柴油发电机组健康诊断方法。
技术介绍
随着现代科技的飞速发展，机械设备不断朝着精密化、自动化和智能化方向发展，这些先进设备在提高生产效率、提高产品质量、降低生产成本的同时，也带来了较昂贵的维修维护和保障成本。传统的船用柴油发电机组诊断基本上为故障诊断，即根据设备发生故障或异常时的状态表现判断故障原因并进行处理，这种处理方式效率低、成本高，无法提前预知并避免设备故障。一旦设备在运行过程中出现故障，若未能及时发现并处理，轻则致使设备停机，产生很高的维护费用，重则甚至会影响整个舰船供电系统，造成人身安全和重大经济损失。因此，研究一种集机组运行状态监测、健康状态诊断、故障预测及相应报警为一体的舰船用柴油发电机组健康诊断系统，对提高舰船运行稳定性与续航能力、降低设备维护成本具有重要意义。
技术实现思路
本专利技术是针对现有船用柴油发电机组设备检修困难、维护成本高以及检修后维护安全隐患的问题，提出了一种柴油发电机组健康诊断方法，本专利技术的技术方案为：一种柴油发电机组健康诊断方法，具体包括如下步骤：1)采集机组运行参数，对采集的数据进行归一化处理后进行分析，将参数数据与机组内部特性进行关联，并进行分析后将关联拟合成具有关系公式；2)在步骤1)关联基础上，建立柴油发电机组性能综合评估指标体系：柴油发电机组运行状态分解为多层，从部件、部件参数指标、每个部件中各个单元与部件具体参数指标相关的参数指标层层下沿，形成多个层次及多个指标的柴油发电机组性能综合评估指标体系；3)在建立的柴油发电机组性能综合评估指标体系基础上，将各项指标统一量化，根据不同指标对机组健康状态的影响程度及实际情况来分配权重，从而对机组健康状态做出综合性的分析和评分；4)在得到机组健康评分系统后，将引起健康分数降低的参数提取出来，运用专家系统根据以往故障经验对以上机组参数进行分析，判断出异常数据对应的故障类型，得到多组一一对应的故障数据，存放进故障库中；5)运用机器学习算法对步骤4)得到的故障库内数据进行训练，得出得到一套机组故障识别模型；6)将步骤3)得到的机组健康评分系统与步骤5)机组故障识别模型相结合，搭载到智能IO控制器中，得到一套完整的机组健康诊断系统，将机组参数作为输入，可得到机组当前状态运行健康指数，在参数发生变化时实时体现在健康分数上，同时当某项参数劣化严重时提前预警，实现故障预测与故障诊断。所述步骤3)从柴油发电机组的评估指标体系到健康值和评估结果输出的实现具体方法如下：3.1)将运行参数送入柴油发电机组的评估指标体系后，进行劣化度g计算，劣化度g表征机组及其组成部件实际状态与故障状态相比的相对劣化程度，其取值范围在[0，1]；如果一个因素由若干子因素组成，该因素的劣化度为其子因素的劣化度的最大值；3.2)当运行参数处于正常范围内时，g为0，对应的健康值为100，评估结果为正常；3.3)当参数发生变化至劣化度报警限值0.9时，对应健康值为0或者60；根据参数的重要程度确定，停机类故障劣化度为1时，健康值为0，评估结果为报警；不影响机组短时间正常运行的故障劣化度为0.9～1时，健康值为60，评估结果为异常；3.4)当运行参数从正常范围到劣化度报警限值0.9过程中，引入随劣化度变化的动态权重分配法；当一运行参数完全健康运行g＝0时，通过判断矩阵计算得出的权重，此权重为初始权重；权重变化速率为非线性，反应变化速率，直至触及劣化度报警限值0.9时，其分配权重变为1；根据权重分配劣化度，劣化度对应健康值。所述步骤5)使用先验为高斯分布的朴素贝叶斯算法对数据进行分类训练，其分类器公式如下：其中，VNB表示朴素贝叶斯分类器输出的目标值；C为总的故障类别，P(C＝ci)表示第i类故障ci的先验概率；A为特征参数，P(A＝aj)表示第j个特征参数aj的条件概率(证据)；P(A＝aj|C＝ci)表示第j个特征参数aj在第i类故障ci下的类条件概率。本专利技术的有益效果在于：本专利技术柴油发电机组健康诊断方法，可以对机组运行状态进行实时监测、分类、识别，以实现机组的健康状态诊断、故障预测及相应报警，将机组的故障诊断由故障发生后延伸到平时，在故障发生初期甚至机组状态略发生异常时即可及时判断并警示，实时掌握机组运行健康状态，防患于未然，防止突发性事故发生，提高了机组稳定性与系统安全性。并且由此可以建立一套通用型的故障预测算法解决方案，逐渐发展至为各类舰船机械类辅机设备提供一整套故障诊断、故障预测的智能化功能开发解决方案，对现代化舰船辅机智能化发展具有积极意义。附图说明图1为本专利技术方法实施流程图；图2为本专利技术方法排温均值与功率拟合曲线图；图3为本专利技术方法机组性能综合评估指标体系示意图；图4为本专利技术方法机组健康评分原理示意图；图5为本专利技术方法基于深度学习的故障识别算法示意图；图6为本专利技术故障识别算法训练流程图；图7为本专利技术搭建的机组健康诊断系统。具体实施方式如图1所示本专利技术方法实施流程图，采集机组运行参数，对采集的数据进行归一化处理后进行分析，将参数数据与机组内部特性进行关联，在机组运行参数分析的基础上进行机组健康评分计算，本专利技术使用层次分析法，将机组架构健康状态指标分解为多个层次及多个指标，将各项指标统一量化，根据不同指标对机组健康状态的影响程度及实际情况来分配权重，从而对机组健康状态做出综合性的分析和评分。在得到机组健康评分系统后，我们将引起健康分数降低的参数提取出来，领域专家可以凭借这些客观数据，并根据对系统结构和系统故障历史的深刻了解作出判断，确定故障的原因。根据专家系统将不同特征参数与故障建立一一对应的关系，组成故障库，以进行下一步故障识别研究。机器学习算法在非线性分类问题应用中效果明显优于其他机器学习算法，因此本专利技术运用机器学习算法对数据进行训练，将前期分类好的故障数据分出一部分作为训练集，训练后得到模型函数，然后将剩下的数据作为测试样本进行测试验证，并将验证结果作为反馈优化训练模型，最终得到一套机组故障识别算法。最终将机组健康评分系统与故障识别系统相结合，搭载到智能IO控制器中，得到一套完整的机组健康诊断系统，将机组参数作为输入，可得到机组当前状态运行健康指数，在参数发生变化时实时体现在健康分数上，同时当某项参数劣化严重时提前预警，实现故障预测与故障诊断。以某型船用柴油发电机组为试验对象，采集了机组功率、转速、排气温度、滑油温度、滑油压力、冷却水温度、冷却水压力、海水温度和罩内空气温度等参数。数据采集速率为1Hz，1个工作周期为8小时。将采集到的参数归一化处理，运用统计学进行分析得出机组参数的表象特征与其内部特性的对应关系：a)转速随功率升高而下降-机组的下垂特性；b)排气温度、罩内空气温度、冷却水温度分别与功率成本文档来自技高网...

【技术保护点】
1.一种柴油发电机组健康诊断方法，其特征在于，具体包括如下步骤：/n1)采集机组运行参数，对采集的数据进行归一化处理后进行分析，将参数数据与机组内部特性进行关联，并进行分析后将关联拟合成具有关系公式；/n2)在步骤1)关联基础上，建立柴油发电机组性能综合评估指标体系：柴油发电机组运行状态分解为多层，从部件、部件参数指标、每个部件中各个单元与部件具体参数指标相关的参数指标层层下沿，形成多个层次及多个指标的柴油发电机组性能综合评估指标体系；/n3)在建立的柴油发电机组性能综合评估指标体系基础上，将各项指标统一量化，根据不同指标对机组健康状态的影响程度及实际情况来分配权重，从而对机组健康状态做出综合性的分析和评分；/n4)在得到机组健康评分系统后，将引起健康分数降低的参数提取出来，运用专家系统根据以往故障经验对以上机组参数进行分析，判断出异常数据对应的故障类型，得到多组一一对应的故障数据，存放进故障库中；/n5)运用机器学习算法对步骤4)得到的故障库内数据进行训练，得出得到一套机组故障识别模型；/n6)将步骤3)得到的机组健康评分系统与步骤5)机组故障识别模型相结合，搭载到智能IO控制器中，得到一套完整的机组健康诊断系统，将机组参数作为输入，可得到机组当前状态运行健康指数，在参数发生变化时实时体现在健康分数上，同时当某项参数劣化严重时提前预警，实现故障预测与故障诊断。/n...

【技术特征摘要】
1.一种柴油发电机组健康诊断方法，其特征在于，具体包括如下步骤：
1)采集机组运行参数，对采集的数据进行归一化处理后进行分析，将参数数据与机组内部特性进行关联，并进行分析后将关联拟合成具有关系公式；
2)在步骤1)关联基础上，建立柴油发电机组性能综合评估指标体系：柴油发电机组运行状态分解为多层，从部件、部件参数指标、每个部件中各个单元与部件具体参数指标相关的参数指标层层下沿，形成多个层次及多个指标的柴油发电机组性能综合评估指标体系；
3)在建立的柴油发电机组性能综合评估指标体系基础上，将各项指标统一量化，根据不同指标对机组健康状态的影响程度及实际情况来分配权重，从而对机组健康状态做出综合性的分析和评分；
4)在得到机组健康评分系统后，将引起健康分数降低的参数提取出来，运用专家系统根据以往故障经验对以上机组参数进行分析，判断出异常数据对应的故障类型，得到多组一一对应的故障数据，存放进故障库中；
5)运用机器学习算法对步骤4)得到的故障库内数据进行训练，得出得到一套机组故障识别模型；
6)将步骤3)得到的机组健康评分系统与步骤5)机组故障识别模型相结合，搭载到智能IO控制器中，得到一套完整的机组健康诊断系统，将机组参数作为输入，可得到机组当前状态运行健康指数，在参数发生变化时实时体现在健康分数上，同时当某项参数劣化严重时提前预警，实现故障预测与故障诊断。


2.根据权利要求1所述柴油发电机组健康诊断方法，其特征在于，所述步骤3)从柴油发电机组的评估指标体系到健康值和评估结果输出的实现...

【专利技术属性】
技术研发人员：赵俊超，赵大成，汪佳彪，祝彦兵，毛冬麟，王起硕，艾麦提布拉丁，
申请(专利权)人：中国船舶重工集团公司第七零四研究所，
类型：发明
国别省市：上海;31