【技术实现步骤摘要】
发动机质量预警服务的方法、系统、可读介质和电子设备交叉引用本专利技术要求于2020年05月14日递交的、申请号为：202010409035.6，专利技术创造名称为“压缩机质量预警服务的方法、系统、可读介质和电子设备”的中国专利申请的优先权，在此将上述中国专利申请公开的内容以引入的方式并入本申请。
本专利技术涉及发动机质量监控
，尤其涉及一种发动机质量预警服务的方法、系统、可读介质和电子设备。
技术介绍
发动机作为一种工业常用的机电设备常常面临各类故障，常见的故障类型包括但不限于活塞环泄露、气阀弹簧松软或损坏、冷却水供应不足、联轴器联接松动或断裂、吸气发漏气等。目前常用的故障检测方法通常是建立在“观察并分析实时监测的发动机各类信号数据”的基础上的，根据工程实践经验，预示发动机可能会出现故障的信号包含氧传感器故障(检测氧传感器电压、发动机转速、空气流量值等)、节气门控制器信号故障(检测空气流量、节气门开度、喷油补偿量等)、点火圈故障(检测点火提前角等)、敲缸或爆缸(检测发动机转速、喷油脉冲、油泵开关...
【技术保护点】
1.一种发动机质量预警服务的方法，其特征在于，包括：/n根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表；/n对发动机故障的关联规则进行建模，得到关联分析数据表上的频繁项集；/n根据关联分析数据表和发动机故障的最小支持度构建FP树；/n利用FP-Growth算法对FP树挖掘频繁项集；/n对挖掘得到的频繁项集在集合内部按照索引进行排序，得到潜在故障集合。/n
【技术特征摘要】
20200514 CN 20201040903561.一种发动机质量预警服务的方法，其特征在于，包括：
根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表；
对发动机故障的关联规则进行建模，得到关联分析数据表上的频繁项集；
根据关联分析数据表和发动机故障的最小支持度构建FP树；
利用FP-Growth算法对FP树挖掘频繁项集；
对挖掘得到的频繁项集在集合内部按照索引进行排序，得到潜在故障集合。
2.如权利要求1所述的发动机质量预警服务的方法，其特征在于，根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表包括：
基于历史故障数据获取传感器的检测数据构建检测数据集合，其中xi＝[xi,1,xi,2,…,xi,n]表示第i个发动机在n个不同特征下传感器的检测数据，n表示特征的数量，i∈{1,…,m}，其中所述特征包括氧传感器电压数值、发动机转速、气节门开度、空气流量值、点火提前角、喷油脉冲值中至少两个；
基于历史故障数据获取第i个发动机的故障类型yi，yi通过不同值表示不同的故障类型；
根据检测数据集合和故障类型确定检测样本；
对检测样本进行处理，得到处理后的检测样本；
基于处理后的检测样本结合预设阈值生成用于关联分析的事务；
通过多条用于关联分析的事务构建关联分析数据表，记为关联分析数据表中
3.如权利要求2所述的发动机质量预警服务的方法，其特征在于，所述基于处理后的检测样本结合预设阈值生成用于关联分析的事务包括：
初始化m-1个集合，每个集合中包含对应样本的故障类型，
针对每一特征确定误差上限为∈j，其中j∈{1,…,n}；
对检测数据集合中的全部检测样本任意选择第一样本和第二样本进行两两比较，计算得到置信比；
将特征满足误差上限且置信比大于预设阈值的两个检测样本判断为相似样本；
将相似样本中的第二样本对应的故障类型添加到第一样本的集合Ti中，得到用于关联分析的事务。
4.如权利要求3所述的发动机质量预警服务的方法，其特征在于，对发动机故障的关联规则进行建模，得到关联分析数据表上的频繁项集包括：
将关联分析数据表中所有项的集合记为
根据关联分析数据表确定发动机关联故障的支持度，设且将“规则Tp→Tk的支持度”记为support(Tp→Tk)，计算方式为：
support(Tp→Tk)＝PD(Tp∪Tk)
其中PD(x)表示事务x在关联分析数据表D中发生的频率；
根据支持度确定发动机关联故障的置信度，将“规则Tp→Tk的支持度”记为confidence(Tp→Tk)，计算方式为：
设定支持度和置信度的最小值分别记为最小支持度smin和最小置信度cmin，若support(Tp→Tk)≥smin且confidence(Tp→Tk)≥cmin，则Tp→Tk为一条强关联规则；
基于置信度结合强关联规则得到发动机关联故障的频繁项集，设若Tp在关联分析数据表D中出现的概率大于或等于smin·(m-1...
【专利技术属性】
技术研发人员：刘尚文，谢宽，赵盛轩，张力佳，朱丹，元志林，杨本晓，刘夏青，
申请(专利权)人：北京赛宝工业技术研究院有限公司，
类型：发明
国别省市：北京;11
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。