[发明专利]基于离群特征分析的柴油机故障灰预测方法

摘要

本发明的目的在于提供基于离群特征分析的柴油机故障灰预测方法，首先，等时间间隔检测柴油机气缸的运行参数；其次，利用数据0‑1标准化方法对气缸运行参数进行标准化处理；再次，将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；最后，将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势。根据本发明的故障诊断结果，可实现对柴油机有计划、有针对性的视情维修，保障柴油机的运行安全、降低维修费用。

主权项

基于离群特征分析的柴油机故障灰预测方法，其特征是：(1)利用数据采集系统相等时间间隔检测气缸运行参数，包括：平均指示有效压力、爆发压力、压力升高率、燃烧最高温度、排气平均温度，各缸发火时刻瞬时转速、瞬时转速波动率；(2)利用标准化公式对气缸运行参数进行标准化处理，使得各项数据在保留原有信息的条件下实现从有量纲到无量纲的转化；(3)将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分离，并计算故障气缸的离群因子；(4)将故障气缸离群因子构成时间序列，在此基础上，利用灰色模型预测分析其变化趋势，实现柴油机整体健康状态的监测功能；利用蚁群聚类算法分析待聚类对象，实现故障气缸的自动分离，具体步骤包括：将柴油机气缸的综合运行状态作为聚类分析对象，将标准化处理后的气缸运行参数作为聚类对象的属性，利用蚁群LF算法分析待聚类对象，实现状态异常气缸的自动分离，并计算状态异常气缸的离群因子，柴油机气缸离群特征分析包括“故障气缸”的辩识和“故障气缸”离群因子计算；所述的“故障气缸”辩识是指利用蚁群LF算法对柴油机内配置的多个气缸进行聚类分析：首先，利用公式计算任两个气缸对象Oi和Oj间的曼哈顿距离，d(Oi,Oj)表示两个气缸对象Oi和Oj间的曼哈顿距离，xik、xjk分别表示对象Oi和Oj的第k个属性，p表示对象Oi和Oj的属性个数；然后，利用公式计算气缸对象Oi与周围气缸对象间的平均相似度f(Oi)，r表示邻近范围的半径，Neigh(r)表示邻近范围，w表示曼哈顿距离的规模；最后，根据公式计算蚂蚁拾起气缸对象的概率Pp(Oi)，k1为阈值常数，根据公式计算蚂蚁放下气缸对象的概率Pd(Oi)，实现状态异常的气缸对象的自动分离；所述的“故障气缸”离群因子计算是指计算故障气缸与正常气缸的偏离程度，计算方法采用公式为故障气缸的离群因子，L1为故障气缸与其它正常气缸间曼哈顿距离的平均值，L2为柴油机中任两个气缸间曼哈顿距离的平均值，m为气缸对象的个数。