[发明专利]基于三点模型的柴油机故障预测方法有效

专利信息
申请号: 201410525303.5 申请日: 2014-10-08
公开(公告)号: CN104295373B 公开(公告)日: 2016-11-23
发明(设计)人: 李文辉;董佳莹;费景洲;王金鑫;王忠巍 申请(专利权)人: 哈尔滨工程大学
主分类号: F02B77/08 分类号: F02B77/08
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 模型 柴油机 故障 预测 方法
【权利要求书】:

1.基于三点模型的柴油机故障预测方法,其特征是:

(1)等时采集检测柴油机运行参数,所采集的运行参数包括:功率、油耗率、转速、烟度、噪声、滑油压力、排气温度、增压后进气压力;

(2)将获得的柴油机运行参数进行中位值滤波,将含有噪声的运行参数转换为无干扰信号,对于每一项参数,按照时间顺序,由远及近分别构成建模原序列;

(3)将所获取的无干扰信号作为建模数据,获取三点坐标:

三点坐标的获取步骤如下:

a、基于三点法的预测模型包括三种:二次抛物线型、直线型与指数曲线型、三次抛物线型,从中选择一种预测模型,建立柴油机运行参数三点模型;

b、确定三点坐标:

对于柴油机的一项运行参数,三点纵坐标的确定应满足如下原则:

1)原序列总项数N应当是奇数,此时N=n,当总项数为偶数时,则去除第一项检测数据,使N奇数化,此时N-1=n,n为实际序列总项数,同时,n不小于9;

2)若实际序列总项数9≤n<15,则在保持检测数据排列顺序不变的前提下,抽取实际序列的前3项、正中3项、后3项检测数据,分别构成初期、中期、近期子序列;每个子序列算出一个加权平均数,得到的三个加权平均数就是需要确定的三点的纵坐标;对于每一子序列,检测数据对应权数的选择由远及近分别取1、2、3;

3)若实际序列总项数n≥15,则在保持检测数据排列顺序不变的前提下,抽取原序列的前5项、正中5项、后5项检测数据,分别构成初期、中期、近期子序列。每个子序列算出一个加权平均数,得到的三个加权平均数就是需要确定的三点的纵坐标;对于每一子序列,检测数据对应权数由远及近依次选取1、2、3、4、5;

在满足以上三个原则的前提下,将初期、中期、近期三点的坐标分别设为

M1(t1,R),M2(t2,S),M3(t3,T)

其中,M1,M2,M3分别代表初期、中期、近期三点;

t1,t2,t3分别为初期、中期、近期三点横坐标;

R,S,T分别为初期、中期、近期三点纵坐标;

设正中项数实际序列各项检测值为y1、y2、…yd…yn

因此对于五项加权平均,三点的纵坐标为:

R=115(y1+2y2+3y3+4y4+5y5)]]>

S=115(yd-2+2yd-1+3yd+4yd+1+5yd+2)]]>

T=115(yn-4+2yn-3+3yn-2+4yn-1+5yn)]]>

对于三项加权平均,三点的纵坐标为:

R=16(y1+2y2+3y3)]]>

S=16(yd-1+2yd+3yd+1)]]>

T=16(yn-2+2yn-1+3yn)]]>

同样的,三点的横坐标也取各项检测值对应时间点的加权平均数;对于五项加权平均,三点横坐标为:

t1=115(1+2×2+3×3+4×4+5×5)=113=3+23]]>

t2=d+23=n+12+23=3n+76]]>

t3=(n-2)+23=n-43]]>

对于五项加权平均,三点的坐标为:

M1(113,R)M2(3n+76,S),M3(n-43,T)]]>

对于三项加权平均,三点的横坐标为:

t1=16(1+2×2+3×3)=73=2+13]]>

t2=d+13=n+12+13=3n+56]]>

t3=(n-1)+13=n-23]]>

对于三项加权平均,三点的坐标为:

M1(73,R),M2(3n+56,S),M3(n-23,T)]]>

(4)计算趋势线模型参数估计值,并生成预测数据:

对于二次抛物线型,其预测趋势线模型为对于直线型和指数曲线型,其预测趋势线模型分别为和对于三次抛物线型,其预测趋势线模型为将步骤(3)中三点坐标带入,求得各预测模型的参数估计值,完成建模;在此基础上,生成预测数据;

(5)返回步骤(3)建立模型,直至获得所有所需柴油机运行状态参数预测值。

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/201410525303.5/1.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