[发明专利]基于三点模型的柴油机故障预测方法

说明书

技术领域

本发明涉及的是一种柴油机故障预测方法。

背景技术

柴油机作为一种常见的动力机械，在石油钻井、机车牵引、船舶运输、应急发电等领域都有广泛的应用。一旦柴油机发生故障，将影响成套设备的运行状况，不仅会导致巨大的经济损失，严重时还会造成人员伤亡。因此，对柴油机未来运行状态进行预测，早期发现设备故障，确保设备处于最佳状态具有重要的意义。

预测技术广泛应用于股票、气象及机械等学科领域。模型的精准度对于提高预测的可靠性具有至关重要的作用。三点模型是一种较为先进的状态趋势预测模型。相比较于一般预测模型，如基于指数平滑法的模型和基于最小平方法的模型，三点预测模型考虑到近期信息要比远期信息较大的影响趋势变化的客观事实，赋予近期信息以较大的权值，远期信息以较小权值，并在时间序列首尾两端及中部各取几项数据，分别计算加权平均值作为趋势线上三点坐标，建立趋势预测方程，据此外推预测。与其它趋势预测模型相比，三点模型具有科学合理、计算简捷、结果准确、使用方便等优点，在状态趋势预测中有较大的实用价值。

经对现有技术的文献检索发现，中国专利公开号CN102705078A，公开日为2012.10.03，专利名称为：基于灰色模型的柴油机故障预测方法，该专利申请自述为：“本发明的目的在于提供基于灰色模型的柴油机故障预测方法，采取如下步骤：获取柴油机运行参数，包括功率、耗油率、转速、烟度、噪声、滑油压力、排烟温度、增压后进气压力；建立柴油机灰色模型，获得预测数据；重复步骤上述步骤，直至获得所有所需柴油机运行参数的预测数据。本发明可以避免设备故障的发生，提高设备的可靠性，从而实现有计划、有针对性的视情维修，避免过剩维修，从而从总体上降低维修费用。”其不足之处是：该方法赋予所有信息以相同的权值，忽略了近期信息比远期信息对趋势变化有更大的影响这一客观事实，增加了预测的不确定性，尤其是中长期预测；且灰色预测模型的建立过程复杂，计算繁琐，实际应用具有一定的不便。

发明内容

本发明的目的在于提供预测柴油机未来工作状态趋势，从而指导工作人员对柴油机实施针对性预测维修的基于三点模型的柴油机故障预测方法。

本发明的目的是这样实现的：

本发明(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；