[发明专利]基于群体智能的柴油机故障诊断方法

权利要求书

1.基于群体智能的柴油机故障诊断方法，其特征是：

（1）检测柴油机气缸运行信息包括气缸进排气温度、进排气压力、主轴瞬时转速；

（2）将温度、压力信息进行数/模转换、滤波，根据柴油机上止点信号和气缸发火次序，分解主轴瞬时转速数据，获得各气缸在发火做功时对应的瞬时转速信息；

（3）将步骤（2）处理后的信息分两路送出，第一路信息利用群体智能聚类算法将气缸进排气温度、进排气压力、瞬时转速作为聚类对象进行聚类，找出状态异常气缸；

（4）将第二路信息和步骤（3）结果通过基于贝叶斯网络技术融合运行参数信息，诊断柴油机的故障原因和部位。

2.根据权利要求1所述的基于群体智能的柴油机故障诊断方法，其特征是：所述的找出状态异常气缸的方法为：

令数据集D表示数据的集合，聚类算法在D上执行后，其结果表示为：C＝{C₁,C₂,…,C_k}，其中

1≤i,j≤k且i≠j

k为聚类后簇的数量；

定义“大”簇和“小”簇：C＝{C₁,C₂,…,C_k}是簇的集合，并且满足|C₁|≥|C₂|≥…≥|C_k|，给定两个参数α和β，在满足下面的任一条件时，定义b是“大”簇和“小”簇的边界；

(|C₁|+|C₂|+…+|C_b|)≥|D|·α

|C_b|/|C_b+1|≥β

则“大”簇的集合定义为：LC＝{C_i|i≤b}，

“小”簇的集合定义为：SC={C_j|j＞b}；

对任意的数据集中的元组t，t的基于聚类的局部离群因子L为：

L=min(dis(t,Cj))/|Ci|wheret∈Ci,Ci∈SC,Cj∈LCdis(t,Ci)/|Ci|wheret∈Ci,Ci∈LC]]>

dis(t,C_i)表示元组t到簇C_i的距离；

根据局部离群因子挖掘局部离群点，即可挖掘出状态异常气缸。