[发明专利]一种内燃机多故障诊断方法

摘要

本发明公开了一种内燃机多故障诊断方法，包括获取内燃机振动角域信号；故障特征参数提取：首先根据角域信号计算其三阶累积量，再根据三阶累积量计算对角累积量，最后计算基于对角累积量的统计参数对角累积能量和对角累积差；故障分类模型的构建：首先对非线性支持向量机进行优化构建最优的非线性支持向量机并得到最优分类函数；再采用一对一法构造内燃机多故障分类模型；最后利用已知故障类型的特征参数对角累积差，对角累积能量作为训练集，把训练集中样本点输入到故障分类模型中进行训练得到分类模型，再将包含未知故障类型的特征参数对角累积差，对角累积能量的测试集，把测试集的样本点输入训练后的分类模型进行类型识别即故障诊断。

主权项

1.一种内燃机多故障诊断方法，其特征在于，包括如下步骤：(1)获取内燃机振动角域信号y(θ)，θ为角度；(2)故障特征参数提取：首先根据角域信号y(θ)计算其三阶累积量，再根据三阶累积量计算对角累积量，最后计算基于对角累积量的统计参数对角累积能量和对角累积差；(3)故障分类模型的构建：首先对非线性支持向量机进行优化构建最优的非线性支持向量机并得到最优分类函数f(x)；再采用一对一法构造内燃机多故障分类模型，即在任意两类样本集之间设计一个二分类模型；设第i类和j类的样本集分别记为{(x，y)}_i与{(x，y)}_j，x为样本集的特征参数，y表示样本类别，相应的标签集分别为i与j，总的样本集为M类；则M类故障的分类共构造M(M‑1)/2决策函数，第i类和j类的决策函数记为f_ij(x)；当新的测试集输入非线性支持向量机的决策函数进行训练后，若f_ij(x)＝i,则属于i类，i类的权值加1，否则j的权值加1，最终权值最大的一类即为测试样本集所属的类别；最后利用已知故障类型的特征参数对角累积差，对角累积能量作为训练集，把训练集中样本点输入到故障分类模型f_ij(x)中进行训练得到分类模型，再将包含未知故障类型的特征参数对角累积差，对角累积能量的测试集，把测试集的样本点输入训练后的分类模型进行类型识别即故障诊断。