[发明专利]一种基于ANFIS的柴油机多信息融合诊断方法

权利要求书

1.一种基于ANFIS的柴油机多信息融合诊断方法，其特征在于，所述诊断方法包括以下步骤，

步骤1：选取柴油机的典型故障作为输出结果集合F，选取柴油机实际运行中便于测量的动力学、热力学参数作为输入参数集合S；以已知故障参数集合作为模型训练的故障数据库U₁；

所述步骤1中故障类型包括：正常运行f₀、单缸失火f₁、排气管泄露f₂、压气机污阻f₃、空滤器堵塞f₄、润滑不良f₅；

输入参数包括：有效功率s₁、燃油消耗率s₂、涡前排气温度s₃、涡后排气温度s₄、涡前排气压力s₅、中冷器前温度s₆、中冷器后温度s₇、中冷器前压力s₈、中冷器后压力s₉、进口压力s₁₀、缸后平均温度s₁₁；

步骤2：将步骤1的输出结果集合F、输入参数集合S和故障数据库U₁，对数据集合进行归一化处理；

步骤3：对步骤2归一化处理后的数据集合进行层次分析法处理，得出参数权重值；

步骤4：对步骤3的参数权重值结合应用减法聚类法优化后的ANFIS，生成柴油机故障诊断模型初始规则结构Q₀，建立故障诊断初步模型FIS；

步骤5：对步骤4的故障诊断初步模型FIS进行训练，即初始规则结构Q₀训练后得到柴油机故障诊断模型规则结构Q₁；

步骤6：对柴油机故障诊断模型规则结构Q₁输入采取归一化处理后的柴油机实际运行参数S集合内特征参数，记为输入参数集合S'，对输入参数集合S'进行模糊拟合和规则拟合后，生成输出基于ANFIS的柴油机故障诊断模型；

所述步骤4中柴油机故障诊断模型初始规则结构Q₀具体为，设定训练步数、最大误差，运用故障数据库U₁对初始结构Q₀进行训练，生成训练后柴油机故障诊断模型规则结构Q₁；

所述减法聚类法优化后的ANFIS，其中s₁、s₂是输入参数，在多参数输入条件下结构生成条件如下：

第一层为模糊化层，表达式为：

其中A_i、B_i表示模糊集合；和分别是s₁,s₂的隶属度函数，选择钟型函数的表达式为：

其中，为提前参数集，其值在训练阶段由反馈不断更新，最终形成规则中的结论参数集；

第二层为实现第一层中模糊集的运算，第一层的输出在此层均表现为点，经过该层的计算，输出的是信号的代数积，每个点的输出结果Q_i表示为一条规则适用度，表达式为：

Q_i＝μ_Ai(s₁)×μ_Bi(s₂)，i＝1，2 (8)

第三层为将各条规则的激励强度归一化，该层的结点是固定结点，输出为该条规则与全部规则的适用度；表达式为：

第四层的所有结点都是自适应的，以计算出每条规则的输出；表达式为：

其中，f₁为单缸失火；

第五层为输出层，该层用以计算所有传来的信号之和作为输出信号；表达式为：

对提前参数修正，寻找一组合适的参数使得，其中，f为实际输出；为模型输出；

所述减法聚类法引用于第一层与第二层中，所述减法聚类为密度算法，用以寻找数据的中心，首先计算每个数据点的密度，得到密度指标：

找到密度指标最大的数据作为第一个聚类中心，除去这个点的密度，计算其他的密度指标；

找到最大的密度指标，并把此点作为聚类中心，依次循环直到满足条件：

其中，δ是设定的一个较小正数。