[发明专利]一种数据驱动的船舶柴油机故障检测方法

权利要求书

1.一种数据驱动的船舶柴油机故障检测方法，包括如下步骤：

1)采用聚类的方法，对柴油机历史数据的工作模态进行聚类，得到柴油机工作模态类型；

2)根据步骤1)得到的柴油机工作模态类型，采用偏最小二乘回归方法PLS建立各个工作模态相应的KPI模型；

柴油机的关键性能指标集记为Θ∈R^N×m；Y∈R^N×l为与关键性能指标相关的变量集；其中N为数据采样点数，m为KPI指标数，l为可测相关变量数；Y与Θ为过程变量；

假设Y与Θ具有线性关系，对Y做主元分析，并由得到的得分矩阵T构造Θ，表示如式(1)：

其中，T＝(t₁，t₂，…，t_A)为得分矩阵，t_i∈R^N为得分向量，P＝(p₁，p₂…，p_A)为Y的负荷矩阵，p_i∈R^l为YY^T特征向量或称负荷向量，Q为Θ的负荷矩阵；E∈R^N×l和F∈R^N×m为误差信息；并且，T＝YR；R的每一列由对应的权重向量构成；R的第i列为对Y主元分析的第i个分析元的权重向量，记为r_i，满足：t_i＝Yr_i；则Y与Θ之间的模型满足式(2)：

Θ＝TQ^T+F＝YRQ^T+F＝YM+F (2)

3)输入待检测的实时数据；

4)根据步骤1)的聚类结果，通过判定待检测的实时数据点与历史数据的聚类中心的距离是否小于预设定的阈值d，对柴油机工作模态进行匹配；

若待检测点距离所有聚类中心的距离均超过预设的阈值d，则输出无法匹配，返回步骤3)；

5)若匹配成功，将待检测数据输入步骤2)所建立的相应模态的KPI模型，进行故障检验统计量计算，得到KPI故障检验统计量

若KPI故障检验统计量低于检验阈值表示无相关故障发生，KPI正常；若KPI故障检验统计量高于检验阈值表示相关故障发生，KPI异常；

通过上述步骤，实现数据驱动的船舶柴油机故障检测。

2.如权利要求1所述数据驱动的船舶柴油机故障检测方法，其特征是，由KPI建模，过程变量空间表述为式(3)：

其中，为与KPI相关的关键性能指标相关的变量集；为与KPI无关的关键性能指标相关的变量集；M由标准PLS方法求得；对M进行奇异值分解，表示为式(4)：

其中，Λ_M∈R^m×m为MM^T特征值，P_M∈R^l×m由MM^T非零特征值的特征向量构成，由MM^T零特征值的特征向量构成。

3.如权利要求2所述数据驱动的船舶柴油机故障检测方法，其特征是，构建Y的两个正交投影矩阵：将过程变量空间分解为两个正交的子空间，表示为式(5)：

构建与KPI有关的故障的检验统计量，表示为式(6)：

构建与KPI无关的故障的检验统计量，表示为式(7)：

选择其中与KPI有关的故障检验统计量来设计阈值，表示为式(8)：

其中，为自由度为l，分位数为α的卡方分布查表值。

4.如权利要求1所述数据驱动的船舶柴油机故障检测方法，其特征是，步骤1)采用k-means聚类的方法对柴油机历史数据的工作模态进行聚类，具体输入柴油机历史数据集，通过对柴油机历史数据的分段和挑选，进行k-means聚类，聚出k类柴油机工作模态。