[发明专利]一种内燃机多故障诊断方法在审
申请号: | 201910255341.6 | 申请日: | 2019-04-01 |
公开(公告)号: | CN110059732A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 孙蓓蓓;陈林;周阳;伍建伟 | 申请(专利权)人: | 东南大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 张婧 |
地址: | 211102 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对角 累积量 故障分类 累积能量 内燃机 多故障诊断 支持向量机 分类模型 故障类型 特征参数 测试集 样本点 构建 故障特征参数 内燃机振动 分类函数 故障诊断 统计参数 信号计算 训练集 三阶 一对一 优化 | ||
1.一种内燃机多故障诊断方法,其特征在于,包括如下步骤:
(1)获取内燃机振动角域信号y(θ),θ为角度;
(2)故障特征参数提取:首先根据角域信号y(θ)计算其三阶累积量,再根据三阶累积量计算对角累积量,最后计算基于对角累积量的统计参数对角累积能量和对角累积差;
(3)故障分类模型的构建:
首先对非线性支持向量机进行优化构建最优的非线性支持向量机并得到最优分类函数f(x);
再采用一对一法构造内燃机多故障分类模型,即在任意两类样本集之间设计一个二分类模型;设第i类和j类的样本集分别记为{(x,y)}i与{(x,y)}j,x为样本集的特征参数,y表示样本类别,相应的标签集分别为i与j,总的样本集为M类;则M类故障的分类共构造M(M-1)/2决策函数,第i类和j类的决策函数记为fij(x);当新的测试集输入非线性支持向量机的决策函数进行训练后,若fij(x)=i,则属于i类,i类的权值加1,否则j的权值加1,最终权值最大的一类即为测试样本集所属的类别;
最后利用已知故障类型的特征参数对角累积差,对角累积能量作为训练集,把训练集中样本点输入到故障分类模型fij(x)中进行训练得到分类模型,再将包含未知故障类型的特征参数对角累积差,对角累积能量的测试集,把测试集的样本点输入训练后的分类模型进行类型识别即故障诊断。
2.根据权利要求1所述的一种内燃机多故障诊断方法,其特征在于:所述步骤(1)中获取内燃机振动角域信号的具体方法为:通过光电式角度编码器采集内燃机振动信号,获得振动的角域信号y(θ),其中采样频率fs为3600/转。
3.根据权利要求1所述的一种内燃机多故障诊断方法,其特征在于:所述步骤(2)中故障特征参数具体提取步骤包括:
(2.1)将角域信号y(θ)按旋转周期截断,获得单个样本信号x(θ);计算三阶累积量C3x(τ1,τ2)的估计式对于各态遍历的随机角域信号y(θ),三阶累积量C3x(τ1,τ2)可由单个样本信号x(θ)代替集总的角域信号y(θ)来估计,估计式计算公式为:
其中:为角域信号y(θ)的一阶矩估计式,N为单个样本信号x(θ)的采样点数,τ1,τ2为角度延迟量,x(θ+τ1),x(θ+τ2)分别为角度为θ+τ1与θ+τ2时的样本信号;
(2.2)对角累积量D3x(k)为三阶累积量C3x(τ1,τ2)按轴线τ1=τ2对称分布元素的加权均值,对角累积量D3x(k)的计算公式为:
其中:c(m,k)为三阶累积量的第m行,第k列的元素值;
(2.3)对角累积能量E3x为对角累积量D3x(k)的平方在时延轴上的积分平均值,反映了对角累积量D3x(k)的总能量值,对角累积差STD3x反映了对角累积量D3x(k)的偏差程度;对角累积能量E3x的积分公式为:
对角累积能量E3x的离散计算公式为:
对角累积差STD3x的离散计算公式为:
其中,为对角累积量D3x(k)的平均值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910255341.6/1.html,转载请声明来源钻瓜专利网。