[发明专利]基于简化贝叶斯模型的柴油机燃油系统多故障识别方法

说明书

本发明的目的在于提供基于简化贝叶斯模型的柴油机燃油系统多故障识别方法，首先利用高压油管油压信号的多个时、频域特征参数表征燃油系统多种故障的外在特性，建立燃油系统故障诊断决策表；其次，通过粗糙集理论分析决策表包含的诊断知识的等价性，简化故障诊断规则；再次，采用网络拓描述故障诊断规则，建立燃油系统贝叶斯网络诊断模型，通过因果机制独立方法设定诊断模型所需的定量知识；最后采集燃油系统高压油管压力信号，利用贝叶斯网络诊断模型对燃油系统进行故障诊断，识别每种故障的发生概率。本发明可降低燃油系统贝叶斯模型建立的复杂度，提高基于贝叶斯网络的燃油系统多故障诊断技术的工程实用性。

技术领域

本发明涉及的是一种柴油机故障诊断方法。

背景技术

柴油机故障诊断技术是保障柴油机在使用期限内安全、高效运行的有效手段。燃油系统作为柴油机的关键组成部分，其健康状态的可靠检测是柴油机故障诊断研究中的一项重要内容。长期以来，燃油系统故障诊断技术大多是针对单故障实施的。这类研究通常利用提取的燃油系统运行状态特征参数作为辨识故障的依据，诊断过程较为简便、易于实现。然而，由于结构和功能的高度关联，燃油系统的多种故障常会耦合、级联发生。此时，针对单个故障实施的诊断将造成对故障的漏判甚至误判。因此，单故障诊断技术在工程实际中难以得到有效的应用。

针对这一问题，有研究人员综合分析了燃油系统多种故障的表现特征，提出了基于贝叶斯网络的柴油机燃油系统故障诊断方法。贝叶斯网络是一个有向无环图，其中的网络结点表示随机变量，结点间的有向边表示随机变量间的关联关系。贝叶斯网络利用拓扑结构和网络结点的概率信息(包括先验概率和条件概率)所表征的先验知识，对目标的多种状态进行不确定辨识。在故障诊断中，贝叶斯网络结点即表征了故障类型和外部征兆，由网络结点及其间的有向边构成的网络局部结构即表示了产生式诊断规则，而诊断中的定量知识通过网络结点的概率信息表示。贝叶斯网络在燃油系统故障诊断研究中的应用有效地解决了多故障识别这一难题。然而，该项诊断技术在实际应用时也面临着贝叶斯诊断模型建立复杂的问题。故障类型和外部征兆数量的增加将造成贝叶斯网络诊断模型建立所需的专家诊断规则(网络结点关联关系)以及定量知识(网络结点概率信息)大幅增加。这不仅加大了建模的工作量，同时对专家知识的全面性也有着较高的要求。此外，在现有的研究中，网络结点间定量知识的设定形式均为不同故障取值组合下外部征兆出现的条件概率，即P(s|f₁,…,f_n)(s为外部征兆，f₁,…,f_n为导致征兆s出现的故障)，这使得建模所需的定量知识随故障类型数量指数式增加，而且该设定方式与通常的专家知识形式(某故障导致外部征兆出现的概率)不相符。综上所述，建模的复杂性使得基于贝叶斯网络的柴油机燃油系统故障诊断技术实施难度大，限制了该方法的实际工程应用。

经对现有技术的文献检索发现，公开文件“基于贝叶斯网络的发动机燃油系统故障诊断”(长沙航空职业技术学院学报，2010)提出了一种发动机燃油系统故障诊断方法，该公开文件自述为：“在构建某型发动机燃油系统故障诊断贝叶斯网络模型的基础上，提出逆向推理的最强依赖路径算法，通过该算法可以对故障可能的原因按概率大小进行排序，进而快速、准确地对故障进行定位，从而大大提高复杂系统故障诊断的效率”。其不足之处是：该方法在建立贝叶斯诊断模型时没有考虑到诊断规则的等价性，造成所建模型包含了大量的冗余事件，且诊断模型需要设定大量的条件概率，使得诊断模型建立过程复杂、工作量大。

发明内容

本发明的目的在于提供指导维护人员对燃油系统实施针对性维修，降低维修管理成本的基于简化贝叶斯模型的柴油机燃油系统多故障识别方法。

本发明的目的是这样实现的：

本发明基于简化贝叶斯模型的柴油机燃油系统多故障识别方法，其特征是：

(1)选取柴油机燃油系统的故障类型及其外部征兆，以外部征兆作为条件属性集，以故障类型作为决策属性集，通过粗糙集理论构建燃油系统故障诊断决策表T；