[发明专利]基于群体智能的柴油机故障诊断方法有效

专利信息
申请号: 201210183881.6 申请日: 2012-06-06
公开(公告)号: CN102680242A 公开(公告)日: 2012-09-19
发明(设计)人: 王忠巍;袁志国;马修真;于涛;孙国威 申请(专利权)人: 哈尔滨工程大学
主分类号: G01M15/05 分类号: G01M15/05
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 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: 基于 群体 智能 柴油机 故障诊断 方法
【说明书】:

技术领域

本发明涉及的是一种故障诊断方法,具体地说是柴油机故障诊断方法。

背景技术

船舶柴油机是船舶的动力之源,是保障船舶安全航行的关键。船舶柴油机故障诊断系统通过连续监测柴油机的运行状态、实时评估其性能退化情况进行故障的早期预报,并在此基础上实现船舶柴油机故障的预防性维修。

已有的柴油机故障诊断系统均是基于大量典型故障样本设计的,即将实测数据与代表故障状态的特征数据做比较,通过逻辑推理来诊断柴油机故障。基于典型故障样本的柴油机故障诊断技术相对比较成熟,已取得了许多研究成果,然而,获取大量的柴油机各类故障样本非常困难,且需要长期的搜集和积累工作。此外,柴油机结构、型号多样,即使是同一型号的柴油机,由于制造、装配等误差,使用时间的不同,其机械动力特性也不一致,造成已掌握的故障样本通用性差,典型故障样本缺乏已严重阻碍柴油机诊断系统的开发与应用。发明一种不依赖典型故障样本,且适用范围广的船舶柴油机故障诊断系统,对于实现船舶柴油机故障的预防性维修、保障船舶安全航行具有重要意义。

经对现有技术的文献检索发现,中国专利公开号CN102095588A,公开日为2011.06.15,专利名称为:柴油机故障智能诊断方法,该专利申请自述为:“本发明公开了一种柴油机故障智能诊断方法,包括如下步骤:1)判断待检测柴油机功率,如功率下降则为故障柴油机;2)定位故障柴油机的故障缸;3)诊断故障缸的供油系统,若有故障则提供该故障信息;4)若故障缸的供油系统无故障,则诊断故障缸的气密性,若气密性有故障则提供该故障信息;5)若故障缸的气密性无故障,则诊断故障缸的异响,若有异响则提供该异响信息;6)若故障缸无异响,则判断待检测柴油机处于无故障状态”。其不足之处是:该诊断方法依赖固定型号柴油机的故障样本数据,其通用性差,此外该诊断方法把柴油机故障定位为单一原因,而通常情况下,柴油机故障是由多种原因共同造成的,所以该诊断方法的诊断结果不准确。

发明内容

本发明的目的在于提供提高船舶航行的安全性和经济性的基于群体智能的柴油机故障诊断方法,

本发明的目的是这样实现的:

本发明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。

本发明还可以包括:

1、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,…,Ck},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,…,Ck}是簇的集合,并且满足|C1|≥|C2|≥…≥|Ck|,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|+…+|Cb|)≥|D|·α

|Cb|/|Cb+1|≥β

则“大”簇的集合定义为:LC={Ci|i≤b},

“小”簇的集合定义为:SC={Cj|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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201210183881.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top