[發明專利]發動機性能退化趨勢預測方法

有效

• 申請號: 201610136424.X
• 申請日: 2016-03-10
• 公開（公告）號: CN105547705B
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 曹蔚;張洋;董光能;陳渭;謝友柏
• 申請（專利權）人: 西安工業大學
• 主分類號: G01M15/00
• 分類號: G01M15/00
• 代理公司: 西安新思維專利商標事務所有限公司 61114
• 代理人: 黃秦芳

本發明涉及一種發動機性能退化趨勢預測方法，包括以下步驟：步驟一、監測數據序列重構；步驟二、構建灰色相關向量機預測模型；步驟三、構建改進相關向量機模型；步驟四、構建換油后油液監測數據修正模型。本發明的改進RVM模型構建適用于OLVF監測數據的預測方法，深入挖掘OLVF監測數據中的隱含信息，可以實現發動機的整體趨勢預測，解決了以往方法手段無法準確實現發動機性能退化趨勢預測的技術難題。同時，本發明的改進RVM模型通過對發動機油液監測過程中的噪聲數據進行重構，在消除噪聲點的同時保留整體趨勢和突變信息，在預測數據量遞增、尤其針對在線監測源源不斷數據量的情況下，仍然保持準確的預測結果。

技術領域

本發明屬于摩擦學及故障診斷交叉技術領域，具體涉及一種發動機性能退化趨勢預測方法。

背景技術

隨著經濟的發展，我國已成汽車生產和消費大國。汽車發動機是一個復雜的機械系統，由數千個零件組成，主要失效形式是磨損或者與磨損相關的失效，在發動機總成故障中占47.2％。

但是目前發動機磨損狀態監測的主要手段是停機拆檢。停機拆檢對查找故障原因更直接，但效率低、周期長。換個角度看，有磨損就會產生磨屑，磨屑攜帶機器磨損信息進入潤滑油中。對潤滑油實施在線監測就可望對發動機的磨損狀態做出實時判斷。在線油液監測技術可以方便地實現發動機潤滑油磨粒濃度變化的在線監測和零件磨損狀態的不解體識別。例如西安交通大學開發的在線圖像可視鐵譜儀(OLVF)兼有直讀鐵譜和分析鐵譜的功能，可分析發動機潤滑油中磨粒濃度、尺寸等，實時獲取系統的磨損信息，實現了采樣過程的參數化和自動化。

在已有的油液監測手段的基礎上，許多學者嘗試進行了裝備性能退化趨勢預測方法的研究。趨勢預測方法主要包括基于模型預測和基于數據預測兩種。

基于模型的故障預測技術要求對象系統的數學模型具有較高的精度，而針對復雜的動態系統通常難以建立精確的數學模型，這限制了基于模型的預測技術的實際應用范圍和效果?；跀祿念A測技術不需要或只需要少量的對象系統的先驗知識(數學模型和專家經驗)，以采集的數據為基礎，通過各種數據分析處理方法挖掘其中隱含信息進行預測操作，成為一種較為實用的預測方法。

利用油液監測數據進行汽車裝備壽命預測時，主要采用基于數據驅動的預測模型。為了從“整機”磨損信息中獲取反映機器裝備系統磨損狀態的特征，其關鍵是趨勢預測技術。基于數據的趨勢預測主要采用一些傳統預測方法，典型的有：神經網絡、隱馬爾可夫模型等。

傳統的預測方法雖然很多，但并不完全適于油液監測技術，要單獨利用任何一種方法準確評估發動機的磨損狀態還有一定的困難。汽車發動機系統是一個復雜的時變系統，具有高度的非線性和不確定性，這種不確定性使得很難精確的建立主觀模型，由此有必要考慮磨損機理、根據發動機系統的時變性特點來進行動態預測，提高預測的精度和可信度。

相比其他方法，相關向量機可以避免上述算法的缺陷。但是利用相關向量機還不能做到根據預測結果對發動機的健康狀態自動做出客觀準確的判斷。

綜上，以往研究存在如下問題：

(1)對發動機潤滑系統中磨粒濃度的變化規律缺少深入研究，未從系統角度研究磨損率、外界條件及系統環境對磨粒濃度產生影響；

(2)油液監測數據受外界干擾、測量誤差和監測所得信息不完整等因素影響而帶有的“噪聲”，影響了特征信息的提取，無法揭示裝備的真實狀態；

(3)對于油液監測數據與發動機磨損狀態之間、發動機磨損演化規律與發動機壽命之間的關聯性仍不明朗，所以有必要從系統角度來研究發動機油液監測數據與磨粒濃度變化規律之間的對應關系，進而根據油液監測數據預測發動機磨損狀態和剩余壽命。

因此，隨著在線油液監測技術的發展，本發明利用其中的在線可視鐵譜技術(OLVF)，從OLVF監測所得信息中提取出磨損特性，并做出剩余壽命預測。

發明內容