[发明专利]一种基于工况识别的船用柴油机多模型故障诊断方法有效
申请号: | 202011589153.6 | 申请日: | 2020-12-28 |
公开(公告)号: | CN112597658B | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 费景洲;韩雨婷;王忠巍;袁志国;曹云鹏 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 刘景祥 |
地址: | 150001 黑龙江*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 工况 识别 柴油机 模型 故障诊断 方法 | ||
1.一种基于工况识别的船用柴油机多模型故障诊断方法,其特征在于:所述故障诊断方法包括如下步骤:
步骤1:选取柴油机典型运行工况,设置每个运行工况类型对应转速阈值,通过判断转速数值匹配运行工况类型;
步骤2:选取船用柴油机常见故障作为该模型输出故障集,选取柴油机实际运行中的动力学参数和热力学参数作为输入参数;
步骤3:针对步骤1中的每种柴油机典型工况,对训练样本数据进行归一化处理;并利用层次分析法确定参数权重,根据权重对输入参数顺序进行排序;
步骤4:结合权重值筛选输入参数,循环去除当前输入参数组中权重值最小的参数,用消减后的剩余参数作为输入参数生成柴油机故障诊断模型,形成多个诊断模型;
步骤5:利用检测样本对上述多个诊断模型的诊断精度进行检测,选取精度最优所对应的输入参数组,并以该参数组作为最优输入参数组生成当前工况下柴油机故障诊断模型;每个工况的柴油机故障诊断模型都分别进行参数优化,建立该工况条件下的柴油机故障诊断优化模型;
步骤6:整合工况判断和故障诊断流程,构建船用柴油机多模型故障诊断系统。
2.根据权利要求1所述一种基于工况识别的船用柴油机多模型故障诊断方法,其特征在于:所述步骤1中选取柴油机典型工况包括:额定运行功率的15%为a1、额定运行功率的25%为a2、额定运行功率的50%为a3、额定运行功率的75%为a4、额定运行功率的95%为a5、额定运行功率的100%为a6和额定运行功率的105%为a7。
3.根据权利要求1所述一种基于工况识别的船用柴油机多模型故障诊断方法,其特征在于:所述步骤2中输出故障类型包括:正常运行为f0、单缸失火为f1、排气管泄露为f2、压气机污阻为f3、空滤器堵塞为f4和润滑不良为f5;
所述输入参数包括:转速为s1、有效功率为s2、燃油消耗率为s3、涡前排气温度为s4、涡后排气温度为s5、涡前排气压力为s6、中冷器前温度为s7、中冷器前压力为s8、中冷器后压力为s9、进口压力为s10、缸后平均温度Ⅰ为s11和缸后平均温度Ⅱ为s12。
4.根据权利要求1所述一种基于工况识别的船用柴油机多模型故障诊断方法,其特征在于:所述步骤3中对每种工况数据进行层次分析法处理,获得参数权重;并根据权重对参数进行排序;获取权重值的方法为对于每种工况,用该工况时的运行参数与正常运行参数之间的残差值生成判断方阵,利用层次分析法获得参数权重;获取参数权重值后,将权重值由大到小排序。
5.根据权利要求4所述一种基于工况识别的船用柴油机多模型故障诊断方法,其特征在于:所述步骤3中根据步骤1的七种典型工况,对参数数据进行分组,记为Si,i=1,2,...,7,并对每个工况参数Si组中每种参数si进行归一化处理,采用最大最小法进行归一化处理方法,
其中i为参数个数,i=1,2,...,11;k为数据组数,simin为数据序列的最小值,k=1,2,...;simax为数据序列的最大值;设定归一化范围为0-1;归一化消除不同类型输入参数间的数量级差异。
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哈尔滨工程大学,未经哈尔滨工程大学许可,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/202011589153.6/1.html,转载请声明来源钻瓜专利网。