[发明专利]柴油发动机空气系统故障检测方法

说明书

柴油发动机空气系统故障检测方法，属于汽车故障检测领域。本发明解决了现有技术中柴油发动机故障检测模型检测精度低、检测速度慢的问题。本发明先利用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；再利用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；最后利用构建的故障检测模型实现对故障进行检测。本发明主要用于对柴油发动机的空气系统进行故障检测。

技术领域

本发明属于汽车故障检测领域。

背景技术

随着柴油机技术的不断发展以及法规对柴油机排放要求的提高，柴油机空气系统结构日益复杂，在最新的国六柴油机空气系统中，包含了涡轮增压器系统、EGR废气再循环系统、DOC氧化催化器等结构，此外还增加了诸如电子节流阀等部件对后处理部分进行优化。为了对各个部件进行控制和全面的状态监测，柴油机的电控系统也更为精细，传感器和执行器的数量大大增加。

目前国六柴油发动机空气系统可监测参数已经达到80余种，包括进气流量及压力、排气流量、EGR支路流量及压力、烟度限制lambda值等。作为运载装置上的核心部件，柴油机的复杂化是科技发展的必然结果，也是保障其性能与时俱进的必要措施。但同时，发动机空气系统复杂的结构使得柴油机维修与保养费时费力，精确模型的建立愈加困难，故障检查与维修的流程冗杂导致检测速度慢，传统方法难以在复杂设备上成功应用，由此提高了柴油机的使用成本。尤其对于柴油机这类商用发动机来说，若能及时发现柴油机是否故障，提前做出预警，能够避免后续更为复杂故障的发生，因此，针对现有技术中所构建的柴油发动机故障检测模型检测精度低、检测速度慢的问题亟需解决。

发明内容

本发明目的是为了解决现有技术中柴油发动机故障检测模型检测精度低、检测速度慢的问题，本发明提供了一种柴油发动机空气系统故障检测方法。

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。

优选的是，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。

优选的是，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；