基于数据融合与特征提取的自由活塞直线电机运行模式识别方法技术

本发明专利技术公开了基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，包括：基于物联网的多传感器获取自由活塞直线电机的运行数据，将所述运行数据贴上时间标签，进行时间同步处理；对自由活塞直线电机的运行数据进行归一化处理；通过深度多层自编码器对自由活塞直线电机的运行数据进行特征提取；建立基于随机森林的多目标决策分类器；通过门控循环单元GRU神经网络预测自由活塞直线电机的运行状态。本发明专利技术提取出关键运行特征，降低数据维度的同时，也提高了模式识别的精度；结合自由活塞直线电机的工作特点和随机森林与GRU神经网络等机器学习算法，提升自由活塞直线电机运行模式识别的准确率，并能预测自由活塞直线电机的运行模式。机的运行模式。机的运行模式。

【技术实现步骤摘要】
基于数据融合与特征提取的自由活塞直线电机运行模式识别方法


[0001]本专利技术涉及直线电机运行模式识别
，具体涉及基于数据融合与特征提取的自由活塞直线电机运行模式识别方法。

技术介绍

[0002]近年来我国的汽车产业发展迅猛，汽车在生产及使用过程中需要消耗大量的石油资源，传统汽车产业势必迎来技术革新，在此背景下，全球研究者投入大量精力研究一种新型高效的能量转化装置
‑
自由活塞直线电机。自由活塞直线发电系统是在传统内燃发动机的基础上取消曲柄连杆机构得到的，活塞仅做往复直线运动且行程不受机械约束。与传统内燃发动机相比，它具有结构简单、体积小、重量轻、起停容易、能量转换效率高、功率密度大、多燃料适应性和瞬态响应性比较好等众多优点。
[0003]自由活塞直线电机将自由活塞发动机和直线电机耦合在一起，利用活塞往复直线运动带动高度耦合的电机动子切割磁力线，发电机产生感应电动势输出电能。自由活塞直线电机装配活塞位传感器、缸内压力传感器等多传感器，其工作过程主要包括：拖动燃烧过程，切换过程和稳定发电过程。自由活塞直线电机在正常工况下运行时，直线电机启动，推动电机动子做直线往复运动，使发动机缸内达到点火所需的压缩比，当发动机缸内压缩比达到目标值，进入切换过程，ECU发出喷油和点火的命令，进而进入稳定发电模式。但在复杂多变的实际运行环境中，自由活塞直线发电系统在运行中会出现失火、失速和燃烧不充分等异常循环情况，此时需要将系统从稳定发电模式切换到拖动燃烧模式。
[0004]针对自由活塞直线发电系统运行模式识别的研究，传统方法采集的数据维度低，监测变量少，不能有效精准地反应自由活塞直线发电系统运行特点。

技术实现思路

[0005]本专利技术的目的在于，提出一种自由活塞直线电机运行模式识别方法，其通过数据融合与深度自动编码器，提取关键运行特征，利用随机森林算法生成自由活塞直线电机运行模式分类器，利用门控循环单元GRU神经网络生成其预测的运行数据，能够有效地对自由活塞直线电机的运行模式经行识别和预测。
[0006]为实现上述目的，本申请提出的基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，包括：
[0007]基于物联网的多传感器获取自由活塞直线电机的运行数据，将所述运行数据贴上时间标签，进行时间同步处理；
[0008]对自由活塞直线电机的运行数据进行归一化处理；
[0009]通过深度多层自编码器对自由活塞直线电机的运行数据进行特征提取；
[0010]建立基于随机森林的多目标决策分类器；
[0011]通过门控循环单元GRU神经网络预测自由活塞直线电机的运行状态。
[0012]进一步的，基于物联网的多传感器包括节气门位置传感器，位移传感器，空燃比传感器，进/排气温度传感器，空气流量计，缸内压力传感器，进/排气压力传感器，扫气箱压力传感器。
[0013]进一步的，将所述运行数据贴上时间标签，进行时间同步处理，具体包括：
[0014]设置一脉冲发生器，各个传感器都被该脉冲发生器触发，每次触发都校正一次传感器自身的时钟；
[0015]将所述运行数据分类，贴上时间标签并建立对应的样本库；
[0016]利用插值法获取自由活塞直线电机某一时间点的等效信息。
[0017]进一步的，将所述运行数据分类，贴上时间标签并建立对应的样本库，具体包括：
[0018]自由活塞直线电机失火循环工况的节气门开度K
tmf1
、活塞位移X
mf1
、燃料空燃比AFR
mf1
、进气温度T
inmf1
、排气温度T
outmf1
、空气流量Q
mf1
、缸内压力P
mf1
、进气压力P
inmf1
、排气压力P
outmf1
和扫气箱压力P
smf1
，标记为数据集M
f1
；失速循环工况的节气门开度K
tmv1
、活塞位移X
mv1
、燃料空燃比AFR
mv1
、进气温度T
inmv1
、排气温度T
outmv1
、空气流量Q
mv1
、缸内压力P
mv1
、进气压力P
inmv1
、排气压力P
outmv1
和扫气箱压力P
smv1
，标记为数据集M
v1
；燃不充分循环工况的节气门开度K
tic1
、活塞位移X
ic1
、燃料空燃比AFR
ic1
、进气温度T
inic1
、排气温度T
outic1
、空气流量Q
ic1
、缸内压力P
ic1
、进气压力P
inic1
、排气压力P
outic1
和扫气箱压力P
sic1
，标记为数据集I
c1
；正常循环工况的节气门开度K
tno1
、活塞位移X
no1
、燃料空燃比AFR
no1
、进气温度T
inno1
、排气温度T
outno1
、空气流量Q
no1
、缸内压力P
no1
、进气压力P
inno1
、排气压力P
outno1
和扫气箱压力P
sno1
，标记为数据集N
o1
；将上述数据集内的参数分别按时间顺序先后排列，贴上时间标签，建立对应的失火循环样本库，失速循环样本库，燃烧不充分循环样本库和正常循环样本库。
[0019]进一步的，利用插值法获取自由活塞直线电机某一时间点的等效信息，具体包括：
[0020]每收到一次某传感器数据，就以当前该传感器数据采集时刻作为要插入的时间点；
[0021]把某传感器采集时刻在其他传感器的时间线里找到对应的位置，确定前后两帧的数据；
[0022]利用式(1)得到某时刻除该传感器以外的其他传感器同一时刻等效信息：
[0023][0024]式中，t
i
为某传感器某次采集数据的时刻，t
xi
为其他传感器在t
i
的前一时刻，t
yi
为其他传感器在t
i
的后一时刻，a
i
为其他传感器在t
xi
时刻采集的数据，b
i
为其他传感器在t
yi
时刻采集的数据，Data(t
i
)为其他传感器在t
i
时刻的的等效信息；经时间同步处理后的数据集记为数据集M
f2
，M
v2
，I
c2
，N
o2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，包括：基于物联网的多传感器获取自由活塞直线电机的运行数据，将所述运行数据贴上时间标签，进行时间同步处理；对自由活塞直线电机的运行数据进行归一化处理；通过深度多层自编码器对自由活塞直线电机的运行数据进行特征提取；建立基于随机森林的多目标决策分类器；通过门控循环单元GRU神经网络预测自由活塞直线电机的运行状态。2.根据权利要求1所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，基于物联网的多传感器包括节气门位置传感器，位移传感器，空燃比传感器，进/排气温度传感器，空气流量计，缸内压力传感器，进/排气压力传感器，扫气箱压力传感器。3.根据权利要求1所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，将所述运行数据贴上时间标签，进行时间同步处理，具体包括：设置一脉冲发生器，各个传感器都被该脉冲发生器触发，每次触发都校正一次传感器自身的时钟；将所述运行数据分类，贴上时间标签并建立对应的样本库；利用插值法获取自由活塞直线电机某一时间点的等效信息。4.根据权利要求3所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，将所述运行数据分类，贴上时间标签并建立对应的样本库，具体包括：自由活塞直线电机失火循环工况的节气门开度K
tmf1
、活塞位移X
mf1
、燃料空燃比AFR
mf1
、进气温度T
inmf1
、排气温度Toutmf1、空气流量Qmf1、缸内压力Pmf1、进气压力Pinmf1、排气压力Poutmf1和扫气箱压力Psmf1，标记为数据集Mf1；失速循环工况的节气门开度Ktmv1、活塞位移Xmv1、燃料空燃比AFRmv1、进气温度Tinmv1、排气温度Toutmv1、空气流量Q
mv1
、缸内压力Pmv1、进气压力P
inmv1
、排气压力P
outmv1
和扫气箱压力P
smv1
，标记为数据集Mv1；燃不充分循环工况的节气门开度Ktic1、活塞位移Xic1、燃料空燃比AFRic1、进气温度Tinic1、排气温度Toutic1、空气流量Q
ic1
、缸内压力P
ic1
、进气压力P
inic1
、排气压力P
outic1
和扫气箱压力P
sic1
，标记为数据集I
c1
；正常循环工况的节气门开度K
tno1
、活塞位移X
no1
、燃料空燃比AFR
no1
、进气温度T
inno1
、排气温度T
outno1
、空气流量Q
no1
、缸内压力P
no1
、进气压力P
inno1
、排气压力P
outno1
和扫气箱压力P
sno1
，标记为数据集N
o1
；将上述数据集内的参数分别按时间顺序先后排列，贴上时间标签，建立对应的失火循环样本库，失速循环样本库，燃烧不充分循环样本库和正常循环样本库。5.根据权利要求3所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，利用插值法获取自由活塞直线电机某一时间点的等效信息，具体包括：每收到一次某传感器数据，就以当前该传感器数据采集时刻作为要插入的时间点；把某传感器采集时刻在其他传感器的时间线里找到对应的位置，确定前后两帧的数据；利用式(1)得到某时刻除该传感器以外的其他传感器同一时刻等效信息：
式中，t
i
为某传感器某次采集数据的时刻，t
xi
为其他传感器在t
i
的前一时刻，t
yi
为其他传感器在t
i
的后一时刻，a
i
为其他传感器在t
xi
时刻采集的数据，b
i
为其他传感器在t
yi
时刻采集的数据，Data(t
i
)为其他传感器在t
i
时刻的的等效信息；经时间同步处理后的数据集记为数据集M
f2
，M
v2
，I
c2
，N
o2
。6.根据权利要求5所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，对自由活塞直线电机的运行数据进行归一化处理，具体包括：利用min
‑
max标准化对数据集M
f2
，M
v2
，I
c2
，N
o2
中的数据进行线性变换，使结果值映射到[0
‑
1]之间，转换函数如式(2)：式中，为某数据集中某个运行参数归一化后的数据，x
i
为某数据集中某个运行参数的数据，x
max
为某数据集中某个运行参数的最大值，x
min
为某数据集中某个运行参数的最小值；归一化处理后的数据集记为M
f3
，M
v3
，I
c3
，N
o3
。7.根据权利要求6所述基于数据融合与特征提取的自由活塞直线电机运行模式识别方法，其特征在于，通过深度多层自编码器对自由活塞直线电机的运行数据进行特征提取，具体包括：采用深度编码器对数据集M
f3
，M
v3
，I
c3
，N
o3
进行特征学习，得到降维后的自由活塞直线电机运行数据；深度编码器处理数据方式为：y＝f
θ
(x)＝f
k
(f
k
‑1(
…
f1(x)))＝δ
k
(δ
k
‑1(
…
δ1(wx+b)))
ꢀꢀꢀꢀ
(3)式中，x为输入向量，y为降维后的自由活塞直线电机运行数据，f
θ
...

【专利技术属性】
技术研发人员：王鹏，陈达，石岩，黄亚冰，赵亮，孙希明，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：