[发明专利]基于遗传算法的柴油机故障诊断中监测参数优化选取方法

说明书

本发明涉及基于遗传算法的柴油机故障诊断中监测参数优化选取方法，属于柴油机监测参数优化选取领域。本发明首先采用故障特征矩阵来描述故障与异常监测参数之间的因果关系；然后利用条件熵筛选出实现故障区分所必需的监测参数，并计算剩余监测参数的属性重要度；采用二进制编码方式进行编码；根据优化目标的要求，结合条件熵与属性重要度，构造遗传算法的适应度函数；设计遗传操作中的选择、交叉、变异三个算子，实现优化计算，得到最优的传感器布置方案。本发明基于遗传算法，实现柴油机系统监测参数的优化选取，大大降低了前期准备工作的难度，提高了优化效率。

技术领域

本发明涉及基于遗传算法的柴油机故障诊断中监测参数优化选取方法，属于柴油机监测参数优化选取技术领域。

背景技术

随着柴油机自动化程度不断的提高与工作性能的不断改善，使得其成为最重要的动力设备之一，并且在船舶运输、工程机械、铁路机械、固定电站等领域发挥着极为重要的作用。在获得产品质量提高、经济成本降低和劳动效率提高的同时，我们应该认识到，柴油机一旦发生故障，如果不能及时进行处理，将会带来巨额的经济损失，严重时还会造成机毁人亡的重大安全事故。因此保证柴油机安全、可靠、高效运行是工业生产正常、有序的基础和前提。柴油机故障诊断技术是现代化生产的需要。

柴油机故障诊断技术包括三个步骤：状态监测、故障检测、故障识别。状态监测的任务是利用先进的传感器与信号处理技术来获取表征柴油机运行状态的各项参数，从而实现对柴油机的运行状态的描述和评估。状态监测是柴油机故障诊断的第一步，其输出的数据信息是故障检测与故障识别的基础。

从理论上讲，传感器等信号采集设备的数量越多、测点分布越广，所采集到的数据就越能清晰反映柴油机的运行状态。然而，布置过多的传感器，会导致状态监测中采集到的数据量增大，这也不可避免造成冗余信息量增大、数据信息浪费、加大核心信息分辨难度等情况；与此同时，现代柴油机朝着高功率密度的方向发展，其结构越来越紧凑，传感器等信号采集设备的安装会受到柴油机空间结构的制约。因此选择最少数量的监测参数对柴油机系统进行完整的描述，以达到故障检测的目的是非常重要的。

一个好的柴油机监测参数选取方案可以利用最少的监测参数实现对柴油机故障的区分。但是由于柴油机的运行工况复杂多变，故障与异常征兆之间存在复杂的多维映射关系，选择最优的监测参数方案是非常困难的。遗传算法作为一种启发式智能优化算法，在寻优计算时，不需要数学模型，也不依赖于先验知识，可以根据各测点信号的特征值与故障模式之间的关系来衡量各个监测点的重要性与对故障的敏感性，因此采用遗传算法对柴油机进行监测参数的选取方案进行优化是可行的。

发明内容

本发明的目的是提出基于遗传算法的柴油机故障诊断中监测参数优化选取方法，以解决现有的柴油机故障诊断中监测参数优化选取的问题。

基于遗传算法的柴油机故障诊断中监测参数优化选取方法，所述选取方法包括以下步骤：

步骤一、利用专家系统获得柴油机系统中，故障与异常监测参数之间的因果关系，并表示为故障特征矩阵的形式；

步骤二、利用条件熵筛选出实现故障区分所必需的监测参数，然后计算剩余监测参数的属性重要度；

步骤三、用二进制编码方式对个体进行编码；

步骤四、根据优化目标的要求，结合条件熵与属性重要度，构建适应度函数；

步骤五、设计选择、交叉、变异三个遗传算子，实现遗传算法的寻优计算。