[发明专利]一种基于ANFIS的柴油机多信息融合诊断方法

说明书

本发明公开了一种基于ANFIS的柴油机多信息融合诊断方法。步骤1：输出结果集合F，输入参数集合S；故障数据库U₁；步骤2：对数据集合进行归一化处理；步骤3：对数据集合进行层次分析法处理，得出参数权重值；步骤4：对生成柴油机故障诊断模型初始规则结构Q₀；步骤5：将Q₀训练后得到柴油机故障诊断模型规则结构Q₁；步骤6：对Q₁输入采取归一化处理后的柴油机实际运行参数S，记为输入参数集合S′，对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。本发明提高ANFIS在柴油机多信息融合诊断技术方面的工程实用性。

技术领域

本发明属于柴油机故障诊断技术领域；具体涉及一种基于ANFIS的柴油机多信息融合诊断方法。

背景技术

柴油机是目前各种动力机械中应用最为广泛的机型，柴油机技术的发展对我国工农业、交通运输、国防建设等各方面具有重要影响。柴油机由于结构复杂、工作条件恶劣、运行工况多变等原因，容易产生各类故障。柴油机发生故障会影响设备和系统运行安全，严重时甚至会造成人员和财产方面的重大损失，因此开展柴油机故障诊断技术研究，对保障柴油机安全、高效运行具有重要意义。

在目前的柴油机故障监测与诊断的方法中，性能参数分析法、油液分析法、声振信号分析法、专家系统、神经网络方法以及多信息融合方法是最常见和有效的方法。多信息融合诊断方法，能够消除单源信息诊断过程中设备和传感器自身的不确定性，提高故障诊断的精度和可靠性，成为目前柴油机故障诊断方面的重要研究内容。人工神经网络方法，由于具有大规模并行处理、自组织学习、良好非线性映射能力等特点，在柴油机多信息融合诊断方面有广泛的应用前景。目前的人工神经网络方法，由于网络参数与数学函数之间缺乏准确表达，模型存在内部结构模糊不清的“黑匣子”问题，BP等前向型神经网络还存在局部极小值等问题，限制了神经网络方法在柴油机多信息融合诊断方面的发展。

发明内容

本发明提供了一种基于ANFIS的柴油机多信息融合诊断方法，提高ANFIS在柴油机多信息融合诊断技术方面的工程实用性。

本发明通过以下技术方案实现：

一种基于ANFIS的柴油机多信息融合诊断方法，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；

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；

步骤5：将步骤4的初始规则结构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。

进一步的，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；