System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及密封性检测,具体涉及一种气缸密封性检测方法及系统。
技术介绍
1、气缸密封性是由发动机活塞组、气门、气门座、气缸盖、气缸体与气缸垫等零件保证的,发动机在使用过程中,气缸中可能出现副摩擦、气门烧蚀和缸盖因受力变形等情况导致气缸密封性变差,减低发动机气缸的工作效率。因此,对气缸密封性的检测非常重要。
2、将多个传感器放置在气缸的不同位置,通过传感器采集气缸内各时刻的压力数据下的数据点,现有技术通常利用局部离群因子(local outlie factor,lof)算法对数据点进行异常点检测以反映气缸密封性状况,不同位置的传感器获取的压力数据可能存在时间滞后性,使数据点呈现时间滞后分布特征,导致异常数据点检测出现误差,减低气缸密封性检测的准确率。
技术实现思路
1、为了解决多传感器获取的压力数据出现时间滞后性导致气缸密封性检测不准确的技术问题,本专利技术的目的在于提供一种气缸密封性检测方法及系统,所采用的技术方案具体如下:
2、第一方面,本专利技术一个实施例提供了一种气缸密封性检测方法,该方法包括:
3、获取气缸中至少两个传感器在历史时间段中每个周期内各时刻下压力数据的数据点;
4、将每个传感器的每个周期内的数据点划分为至少两种类型的数据点;结合每个传感器的每个周期内每种类型的数据点与除该周期外的其他周期内同种类型的数据点的压力数据之间的差异,以及每个传感器的每个周期与除该周期外的其他周期内数据点分布的相似程度,获取每个传感器的
5、利用lof算法对历史时间段内每个数据点进行异常点检测;基于历史时间段内数据点与其第k距离邻域内除该数据点外的数据点的所述偏差度之间的差异,对两个数据点之间的欧式距离进行调整,得到历史时间段内数据点与其第k距离邻域内除该数据点外的数据点之间的改进距离;基于所述改进距离利用lof算法对气缸密封性进行检测。
6、进一步地,所述将每个传感器的每个周期内的数据点划分为至少两种类型的数据点的方法,包括:
7、基于数据点的压力数据将所有传感器的所有周期内的数据点进行聚类得到预设数量个聚类簇;
8、对于每个传感器的每个周期内的数据点,将每个周期内属于同一聚类簇的数据点作为同种类型的数据点,将每个周期内的数据点划分为预设数量种类型的数据点。
9、进一步地,所述偏差度的获取方法,包括:
10、对于每个传感器的每个周期内的数据点,将每个周期内各类型的每个数据点与该数据点所属聚类簇的质心之间的欧式距离,作为每个周期内各类型的每个数据点的差异距离;将每个周期内各类型的数据点对应的时刻的极差作为每个周期内各类型的数据点的时长跨度;
11、根据每个传感器的每个周期内各类型的数据点的差异距离与时长跨度,获取每个传感器的每个周期内各类型的数据点的分布差异度;每个传感器的每个周期内同种类型的数据点的分布差异度相等;依据每个传感器的每个周期内不同类型的数据点的所述分布差异度的离散程度,获取每个传感器的每个周期内数据点的簇类离散度;
12、基于每个传感器的每个周期内数据点分别与除该周期外的其他周期内数据点分布的相似程度,获取每个传感器的每个周期内每个数据点的周期分布相似度;
13、根据每个传感器的每个周期内每个数据点的周期分布相似度与该数据点对应的类型的数据点的簇类离散度,获取每个传感器的每个周期内每个数据点的偏差度;所述周期分布相似度与所述簇类离散度均与所述偏差度呈正相关的关系。
14、进一步地,所述分布差异度的计算公式如下:
15、;式中,fb为每个传感器的每个周期内每种类型的数据点的分布差异度;d为每个传感器的每个周期内每种类型的数据点的时长跨度;i为每个传感器的每个周期内每种类型的数据点的数量;di为每个传感器的每个周期内每种类型的第i个数据点的差异距离;a为预设正数。
16、进一步地,所述依据每个传感器的每个周期内不同类型的数据点的所述分布差异度的离散程度,获取每个传感器的每个周期内数据点的簇类离散度的方法,包括:
17、对于每个传感器的每个周期内的数据点,将每个周期内每种类型的数据点与该类型的下一种类型的数据点的所述分布差异度的差值绝对值,作为每个周期内每种类型的数据点的簇间差异值;
18、将每个传感器的每个周期内所有类型的数据点的簇间差异值的标准差作为每个传感器的每个周期内数据点的簇类离散度。
19、进一步地,所述基于每个传感器的每个周期内数据点分别与除该周期外的其他周期内数据点分布的相似程度,获取每个传感器的每个周期内每个数据点的周期分布相似度的方法,包括:
20、选取任意一个传感器的任意一个周期作为目标周期,选取除目标周期外的任意一个周期作为分析周期;利用dtw算法对目标周期与分析周期内的数据点进行匹配,将分析周期中与目标周期中每个数据点相匹配的数据点,作为目标周期中每个数据点的匹配数据点;
21、若目标周期中每个数据点仅存在一个匹配数据点,将每个数据点与其匹配数据点之间的欧式距离作为目标周期中每个数据点的匹配距离;
22、若目标周期中每个数据点存在至少两个匹配数据点,将每个数据点与其匹配数据点之间的欧式距离的均值作为目标周期中每个数据点的匹配距离;
23、若目标周期中存在至少两个数据点的匹配数据点为同一个匹配数据点,将每个数据点与其匹配数据点之间的欧式距离作为目标周期中每个数据点的匹配距离;
24、利用dtw算法将目标周期分别与除目标周期外的每个周期内的数据点进行匹配,得到目标周期中每个数据点的所有的匹配距离;目标周期中每个数据点的匹配距离的数量等于除目标周期外的周期的数量;将目标周期中每个数据点的所有的匹配距离的均值进行归一化处理作为目标周期中每个数据点的周期分布相似度。
25、进一步地,所述改进距离的获取方法,包括:
26、选取任意一个传感器的任意一个周期内任意一个数据点作为目标数据点,利用lof算法对目标数据点进行异常点检测,获取目标数据点的第k距离邻域内的数据点;
27、选取目标数据点的第k距离邻域内除目标数据点外的任意一个数据点作为分析数据点,判断目标数据点与分析数据点是否属于同一个聚类簇,若是,将目标数据点与分析数据点之间类别值设置为预设第一正数;若否,将目标数据点与分析数据点之间的类别值设置为预设第二正数;所述预设第一正数小于所述预设第二正数;
28、根据目标数据点与分析数据点的偏差度之间的差异,以及所述类别值,获取目标数据点与分析数据点之间的距离权重系数;
29、将目标数据点与分析数据点之间的欧式距离与所述距离权重系数的乘积,作为目标数据点与分析数据点之间的改进距离。
30、进一步地,所述距离权重系数的计算公式如下:
31、;式中,dsj,n为历史时间段内第j个数据点与其第k距离邻域内除该数据点本文档来自技高网...
【技术保护点】
1.一种气缸密封性检测方法,其特征在于,该方法包括:
2.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述将每个传感器的每个周期内的数据点划分为至少两种类型的数据点的方法,包括:
3.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述偏差度的获取方法,包括:
4.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述分布差异度的计算公式如下:
5.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述依据每个传感器的每个周期内不同类型的数据点的所述分布差异度的离散程度,获取每个传感器的每个周期内数据点的簇类离散度的方法,包括:
6.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述基于每个传感器的每个周期内数据点分别与除该周期外的其他周期内数据点分布的相似程度,获取每个传感器的每个周期内每个数据点的周期分布相似度的方法,包括:
7.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述改进距离的获取方法,包括:
8.根据权利要求7所述的一种气缸密封
9.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述基于所述改进距离利用LOF算法对气缸密封性进行检测的方法,包括:
10.一种气缸密封性检测系统,其特征在于,该系统包括:存储器、处理器以及存储在所述存储器中并可在处理器上运行的计算机程序,处理器执行所述计算机程序时,实现上述权利要求1-9任意一项所述一种气缸密封性检测方法的步骤。
...【技术特征摘要】
1.一种气缸密封性检测方法,其特征在于,该方法包括:
2.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述将每个传感器的每个周期内的数据点划分为至少两种类型的数据点的方法,包括:
3.根据权利要求1所述的一种气缸密封性检测方法,其特征在于,所述偏差度的获取方法,包括:
4.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述分布差异度的计算公式如下:
5.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述依据每个传感器的每个周期内不同类型的数据点的所述分布差异度的离散程度,获取每个传感器的每个周期内数据点的簇类离散度的方法,包括:
6.根据权利要求3所述的一种气缸密封性检测方法,其特征在于,所述基于每个传感器的每...
【专利技术属性】
技术研发人员:成文荣,张敏,成哲宁,张志龙,顾家辉,
申请(专利权)人:苏州德费尔自动化设备有限公司,
类型:发明
国别省市:
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。