一种基于不均衡数据的柴油发动机故障诊断方法技术

本发明专利技术公开了一种基于不均衡数据的柴油发动机故障诊断方法，包括以下步骤：S1、分别采集若干个正常运行和故障运行的柴油发动机状态参数组成数据集；S2、对数据集进行预处理，得到预处理数据集；S3、对预处理数据集进行故障标记，得到训练集；S4、利用SMOTEENN混合采样算法对训练集进行处理，得到均衡化数据集；S5、基于Xgboost模型对均衡化数据集进行训练，并进行模型参数优化，即得到柴油发动机故障诊断模型；S6、将待诊断的柴油发动机真实数据输入柴油发动机故障诊断模型中，得到发动机的健康状态诊断结果。本发明专利技术提出的柴油发动机故障诊断方法，能有效提高数类故障样本诊断的准确性和有效性。有效性。有效性。

A diesel engine fault diagnosis method based on unbalanced data

【技术实现步骤摘要】
一种基于不均衡数据的柴油发动机故障诊断方法


[0001]本专利技术属于故障诊断
，具体涉及一种基于不均衡数据的柴油发动机故障诊断方法。

技术介绍

[0002]柴油发动机作为一种复杂的动力机械，其运行状态及机械性能的优劣直接影响到载具的性能和安全。柴油发动机的故障预测缺乏量化分析，当发动机在发生故障后，现阶段的故障数据没有结构化，维护人员很难针对可靠性数据、指标数据等的综合分析，进行明确的故障诊断，从而很难找到最优的故障诊断方法，使得柴油发动机维修成本增大，导致资源的浪费。
[0003]不平衡数据是指数据的不同类别的样本数量之间相差较大，现实生活中也存在大量不平衡数据预测，如网络异常流量预测、欺诈检测、病理诊断等。在故障诊断方面，主要有灰度模型、层次分析、神经网络和深度学习等，其中，灰色模型与层次分析需要人为设定的因素较多，主观性过强；人工神经网络、深度学习的模型较为复杂，训练时间长，且有过拟合的问题。准确的状态评估需要足够多的历史故障样本作为支撑，目前国内的柴油发动机可靠性较高，异常运行的样本较少，不均衡的数据集导致模型难以训练至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于不均衡数据的柴油发动机故障诊断方法，其特征在于，包括以下步骤：S1、分别采集若干个正常运行和故障运行的柴油发动机状态参数组成数据集；S2、对步骤S1得到的数据集进行预处理，得到预处理数据集；S3、对步骤S2得到的预处理数据集进行故障标记，得到训练集；S4、利用SMOTEENN混合采样算法对步骤S3得到的训练集进行处理，得到均衡化数据集；S5、基于Xgboost模型对步骤S4得到的均衡化数据集进行训练，在训练过程中采用K折交叉验证法与网格搜索算法进行模型参数优化，即得到柴油发动机故障诊断模型，所述柴油发动机故障诊断模型如下所示：其中：为预测值，t为树的数量，f
k
为第k棵独立的树，x
i
为第i个数据集样本；S6、将待诊断的柴油发动机真实数据输入步骤S6得到的柴油发动机故障诊断模型中，得到发动机的健康状态诊断结果。2.根据权利要求1所述的基于不均衡数据的柴油发动机故障诊断方法，其特征在于，步骤S1中，所述柴油发动机状态参数包含进气总管温度、进气管压强、排气管温度、排气管压强、气缸温度、气缸压强、油冷却器入口温度、油冷却器出口温度、油冷却器出口压强、冷却水进口温度，冷却水出口温度、冷却水进口压强和冷却水出口压强。3.根据权利要求1所述的基于不均衡数据的柴油发动机故障诊断方法，其特征在于，步骤S2中，所述预处理包括以下步骤：将步骤S1得到的数据集去除异常值，采用中值滤波的方法进行数据去噪，采用同类均值插补方法进行缺失数据填补，对所采集的数据集进行归一化处理，得到预处理数据集，归一化公式如下：其中：x
*
为归一化后的数据，x为原始数据，μ为所有样本的均值，σ为所有样本数据的标准差。4.根据权利要求1所述的基于不均衡数据的柴油发动机故障诊断方法，其特征在于，步骤S4中，所述均衡化数据集通过以下步骤得到：S41、遍历步骤S3得到的训练集，设多数类样本集合为N，少数类为P，x
i
为P中的一个样本，通过KNN算法在整个训练集中搜索离样本x
i
最近的k个样本，k个样本中少数类记为k
i
；S42、若k
i
＝0，即x
i
附近k个最近邻都是多数类，则认为x
i
是噪点，不做处理，若k
i
≥1/2k，则认为是内部点，也不做任何处理，若0<k
i
<1/2k，则认为x
i
是容易被错分的边界点，对x
i
执行第S33步骤；S43、重复从x
i
的k的近邻中随机选择一个样本，在它们之间随机合成一...

【专利技术属性】
技术研发人员：杨颖，杨磊，刘旒，
申请(专利权)人：广西大学，
类型：发明
国别省市：