[发明专利]基于关联规则的船舶柴油机故障检测方法

说明书

一种基于关联规则的船舶柴油机故障检测方法，通过模拟船舶柴油机故障，记录故障类别及发动机运行参数，建立柴油机原始故障数据库；对数据库依次进行特征变量选取、数据归一化、数据离散化，以及通过分层随机抽样，按照比例划分训练集和测试集；故障检测模型建立：通过关联规则分类算法，得到运行参数与故障之间的关联规则集，应用该关联规则集测试数据集，预测数据集对应的故障状态，得到故障检测精度，并进行参数优化；利用故障检测模型建立船舶柴油机故障规则库，制出关联规则散点图，提取重要规则并运用基于K‑means聚类分组矩阵和矢量图方法进行可视化。本发明缩减了数据的处理时间，提高了系统实时性。

技术领域

本发明涉及的是一种柴油机故障检测领域的技术，具体是一种基于关联规则的船舶柴油机故障检测方法。

背景技术

船用柴油机作为船舶的动力心脏，是船舶安全运行的基本保障，其结构复杂、工作条件恶劣，发生故障的可能性极大，因此，船舶动力系统的状态监测和故障检测功能十分重要。随着船舶智能化的发展，基于数据驱动的智能检测方法在一定程度上避免了过度依靠专家经验和复杂的对象模型等缺点，因此受到了日益广泛的关注。现有的基于数据驱动的船舶柴油机故障检测方法以黑箱或者灰箱模型为主，虽然精度能够满足要求，但是其故障检测模型的可解释性较差。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于关联规则的船舶柴油机故障检测方法，在满足检测精度的基础上，确定故障。

本发明是通过以下技术方案实现的：

本发明涉及一种基于关联规则的船舶柴油机故障检测方法，具体步骤如下：

步骤一、模拟船舶柴油机故障，记录故障类别及发动机运行参数，建立柴油机原始故障数据库；

步骤二、对数据库采用主成分分析法选取故障类别的运行参数作为特征变量，经数据归一化、数据离散化以及通过分层随机抽样，按照比例划分为训练集和测试集；

步骤三、建立故障检测模型：通过关联规则分类算法，得到运行参数与故障之间的关联规则集，应用该关联规则集测试数据集，预测数据集对应的故障状态，通过网格搜索法，确定最佳参数组合，即最小置信度和最小支持度后重复步骤三，得到最终的故障检测模型检测精度；

步骤四、利用故障检测模型建立船舶柴油机故障规则库，制出关联规则散点图，提取置信度和支持度均达到设定的阈值以上的规则并运用基于K-means聚类分组矩阵对关联规则进行聚类、运用矢量图方法将数学语言文字转换为图形来表示各项关联规则，进一步分析关联规则集中的物理含义从而实现可视化。

所述的故障类别是对进气、增压器、中冷器、气门、气缸、排气和涡轮，这七个功能模块进行模拟进气歧管漏气、中冷器效率降低、中冷器压降增大、失火、排气歧管漏气、排气阀提前开启和喷油角过大。

所述的发动机运行参数包括：进气温度、进气压力、进气流量、增压器出口温度、增压器出口压力、中冷器进口温度、中冷器出口温度、中冷器出口压力、进气歧管温度、进气歧管压力、气缸平均有效压力、排气歧管温度、排气歧管压力、涡轮进气温度、涡轮进气压力、涡轮出口温度、涡轮出口压力、柴油机转速、柴油机功率和柴油机扭矩。

所述的运行参数包括：进气流量、增压器出口温度、增压器出口压力、进气歧管温度、进气歧管压力、排气歧管温度、排气歧管压力、涡轮进气温度、涡轮出口温度和气缸平均有效压力。

所述的数据归一化是指：将故障状态下的特征变量与正常状态下的特征变量对比，将特征变量的绝对值转换为各特征变量与正常状态下的偏离度，即：其中：σ_i为各个特征变量的偏离度，x_i为故障状态下特征变量，x为正常状态下特征变量。