[发明专利]柴油发动机空气系统故障检测方法

权利要求书

1.柴油发动机空气系统故障检测方法，包括如下步骤：

S1、利用1号健康数据集、2号健康数据集和故障数据集，构建发动机自编码器故障模型；

S2、利用所构建的发动机自编码器故障模型对从发动机空气系统中采集的实时运行数据进行故障检测，从而确定发动机空气系统是否故障；

其特征在于，步骤S1中，利用1号健康数据集、2号健康数据集和故障数据集，构建发动机自编码器故障模型的具体过程为：

S11、利用1号健康数据集对初始发动机自编码器故障模型进行训练，获得初步训练完成的发动机自编码器故障模型；其中，初始发动机自编码器故障模型采用神经元权重值随机的多层神经网络实现；

S12、利用2号健康数据集和一个故障数据集对初步训练完成的发动机自编码器故障模型进行验证，确定初步训练完成的发动机自编码器故障模型的重构误差阈值L，从而完成对发动机自编码器故障模型的构建，其中，所确定的初步训练完成的发动机自编码器故障模型的重构误差阈值L，还作为初步训练完成的发动机自编码器故障模型的JS散度阈值。

2.根据权利要求1所述的柴油发动机空气系统故障检测方法，其特征在于，步骤S12中，利用2号健康数据集和一个故障数据集对初步训练完成的发动机自编码器故障模型进行验证，确定初步训练完成的发动机自编码器故障模型的重构误差阈值的具体过程为：

S121、预设重构误差阈值的初始值；

S122、在当前预设重构误差阈值条件下，

首先、将2号健康数据集中的每个健康样本送至初步训练完成的发动机自编码器故障模型，利用初步训练完成的发动机自编码器故障模型对2号健康数据集中的每个健康样本进行重构，获得重构健康样本，再根据2号健康数据集中的每个健康样本及该健康样本所对应的重构健康样本，获得2号健康数据集中的每个健康样本所对应的健康数据重构误差；

再将故障数据集中的每个故障样本送至初步训练完成的发动机自编码器故障模型，利用初步训练完成的发动机自编码器故障模型对故障数据集中的每个故障样本进行重构，获得重构故障样本，再根据故障数据集中的每个故障样本及该故障样本所对应的重构故障样本，获得故障数据集中的每个故障样本所对应的故障数据重构误差；

最后，根据所有健康数据重构误差，确定当前预设重构误差阈值条件下所对应的误检率；

根据所有故障数据重构误差，确定当前预设重构误差阈值条件下所对应的检出率；

S123、对当前预设重构误差阈值向递减方向进行依次进行N次调整，每次递减调整步长为h，每次对当前预设重构误差阈值调整后，执行步骤S121，从而获得每个预设重构误差阈值条件下所对应的检出率和误检率；

S124、根据所有预设重构误差阈值所对应的检出率和误检率，获得检出率相对增长率曲线和误检率相对增长率曲线；

S125、将检出率相对增长曲线和误检率相对增长曲线间的交点所对应的预设重构误差阈值，作为初步训练完成的发动机自编码器故障模型的重构误差阈值L。

3.根据权利要求2所述的柴油发动机空气系统故障检测方法，其特征在于，步骤S122中，根据所有健康数据重构误差，确定当前预设重构误差阈值条件下所对应的误检率的实现方式包括：

S122-11、将当前预设重构误差阈值条件下的每个健康数据重构误差分别与当前预设重构误差阈值比较，当当前健康数据重构误差小于当前预设重构误差阈值时，则判定初步训练完成的发动机自编码器故障模型重构过程正确，反之，当当前健康数据重构误差大于或等于当前预设重构误差阈值时，则判定初步训练完成的发动机自编码器故障模型重构过程错误，并统计初步训练完成的发动机自编码器故障模型重构过程正确的个数Q₁和初步训练完成的发动机自编码器故障模型重构过程错误的个数Q₂；其中Q＝Q₁+Q₂；

Q为当前预设重构误差阈值条件下的所有健康数据重构误差的总个数；

S122-12、根据Q₂和Q，获得的当前预设重构误差阈值条件下所对应的误检率