[發(fā)明專利]基于簡化貝葉斯模型的柴油機(jī)燃油系統(tǒng)多故障識別方法有效
| 申請?zhí)枺?/td> | 201611061467.2 | 申請日: | 2016-11-28 |
| 公開(公告)號: | CN106778828B | 公開(公告)日: | 2020-05-15 |
| 發(fā)明(設(shè)計)人: | 費景洲;王金鑫;王忠巍;馬修真 | 申請(專利權(quán))人: | 哈爾濱工程大學(xué) |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區(qū)*** | 國省代碼: | 黑龍江;23 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 簡化 貝葉斯 模型 柴油機(jī) 燃油 系統(tǒng) 故障 識別 方法 | ||
本發(fā)明的目的在于提供基于簡化貝葉斯模型的柴油機(jī)燃油系統(tǒng)多故障識別方法,首先利用高壓油管油壓信號的多個時、頻域特征參數(shù)表征燃油系統(tǒng)多種故障的外在特性,建立燃油系統(tǒng)故障診斷決策表;其次,通過粗糙集理論分析決策表包含的診斷知識的等價性,簡化故障診斷規(guī)則;再次,采用網(wǎng)絡(luò)拓描述故障診斷規(guī)則,建立燃油系統(tǒng)貝葉斯網(wǎng)絡(luò)診斷模型,通過因果機(jī)制獨立方法設(shè)定診斷模型所需的定量知識;最后采集燃油系統(tǒng)高壓油管壓力信號,利用貝葉斯網(wǎng)絡(luò)診斷模型對燃油系統(tǒng)進(jìn)行故障診斷,識別每種故障的發(fā)生概率。本發(fā)明可降低燃油系統(tǒng)貝葉斯模型建立的復(fù)雜度,提高基于貝葉斯網(wǎng)絡(luò)的燃油系統(tǒng)多故障診斷技術(shù)的工程實用性。
技術(shù)領(lǐng)域
本發(fā)明涉及的是一種柴油機(jī)故障診斷方法。
背景技術(shù)
柴油機(jī)故障診斷技術(shù)是保障柴油機(jī)在使用期限內(nèi)安全、高效運行的有效手段。燃油系統(tǒng)作為柴油機(jī)的關(guān)鍵組成部分,其健康狀態(tài)的可靠檢測是柴油機(jī)故障診斷研究中的一項重要內(nèi)容。長期以來,燃油系統(tǒng)故障診斷技術(shù)大多是針對單故障實施的。這類研究通常利用提取的燃油系統(tǒng)運行狀態(tài)特征參數(shù)作為辨識故障的依據(jù),診斷過程較為簡便、易于實現(xiàn)。然而,由于結(jié)構(gòu)和功能的高度關(guān)聯(lián),燃油系統(tǒng)的多種故障常會耦合、級聯(lián)發(fā)生。此時,針對單個故障實施的診斷將造成對故障的漏判甚至誤判。因此,單故障診斷技術(shù)在工程實際中難以得到有效的應(yīng)用。
針對這一問題,有研究人員綜合分析了燃油系統(tǒng)多種故障的表現(xiàn)特征,提出了基于貝葉斯網(wǎng)絡(luò)的柴油機(jī)燃油系統(tǒng)故障診斷方法。貝葉斯網(wǎng)絡(luò)是一個有向無環(huán)圖,其中的網(wǎng)絡(luò)結(jié)點表示隨機(jī)變量,結(jié)點間的有向邊表示隨機(jī)變量間的關(guān)聯(lián)關(guān)系。貝葉斯網(wǎng)絡(luò)利用拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)結(jié)點的概率信息(包括先驗概率和條件概率)所表征的先驗知識,對目標(biāo)的多種狀態(tài)進(jìn)行不確定辨識。在故障診斷中,貝葉斯網(wǎng)絡(luò)結(jié)點即表征了故障類型和外部征兆,由網(wǎng)絡(luò)結(jié)點及其間的有向邊構(gòu)成的網(wǎng)絡(luò)局部結(jié)構(gòu)即表示了產(chǎn)生式診斷規(guī)則,而診斷中的定量知識通過網(wǎng)絡(luò)結(jié)點的概率信息表示。貝葉斯網(wǎng)絡(luò)在燃油系統(tǒng)故障診斷研究中的應(yīng)用有效地解決了多故障識別這一難題。然而,該項診斷技術(shù)在實際應(yīng)用時也面臨著貝葉斯診斷模型建立復(fù)雜的問題。故障類型和外部征兆數(shù)量的增加將造成貝葉斯網(wǎng)絡(luò)診斷模型建立所需的專家診斷規(guī)則(網(wǎng)絡(luò)結(jié)點關(guān)聯(lián)關(guān)系)以及定量知識(網(wǎng)絡(luò)結(jié)點概率信息)大幅增加。這不僅加大了建模的工作量,同時對專家知識的全面性也有著較高的要求。此外,在現(xiàn)有的研究中,網(wǎng)絡(luò)結(jié)點間定量知識的設(shè)定形式均為不同故障取值組合下外部征兆出現(xiàn)的條件概率,即P(s|f1,…,fn)(s為外部征兆,f1,…,fn為導(dǎo)致征兆s出現(xiàn)的故障),這使得建模所需的定量知識隨故障類型數(shù)量指數(shù)式增加,而且該設(shè)定方式與通常的專家知識形式(某故障導(dǎo)致外部征兆出現(xiàn)的概率)不相符。綜上所述,建模的復(fù)雜性使得基于貝葉斯網(wǎng)絡(luò)的柴油機(jī)燃油系統(tǒng)故障診斷技術(shù)實施難度大,限制了該方法的實際工程應(yīng)用。
經(jīng)對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn),公開文件“基于貝葉斯網(wǎng)絡(luò)的發(fā)動機(jī)燃油系統(tǒng)故障診斷”(長沙航空職業(yè)技術(shù)學(xué)院學(xué)報,2010)提出了一種發(fā)動機(jī)燃油系統(tǒng)故障診斷方法,該公開文件自述為:“在構(gòu)建某型發(fā)動機(jī)燃油系統(tǒng)故障診斷貝葉斯網(wǎng)絡(luò)模型的基礎(chǔ)上,提出逆向推理的最強(qiáng)依賴路徑算法,通過該算法可以對故障可能的原因按概率大小進(jìn)行排序,進(jìn)而快速、準(zhǔn)確地對故障進(jìn)行定位,從而大大提高復(fù)雜系統(tǒng)故障診斷的效率”。其不足之處是:該方法在建立貝葉斯診斷模型時沒有考慮到診斷規(guī)則的等價性,造成所建模型包含了大量的冗余事件,且診斷模型需要設(shè)定大量的條件概率,使得診斷模型建立過程復(fù)雜、工作量大。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供指導(dǎo)維護(hù)人員對燃油系統(tǒng)實施針對性維修,降低維修管理成本的基于簡化貝葉斯模型的柴油機(jī)燃油系統(tǒng)多故障識別方法。
本發(fā)明的目的是這樣實現(xiàn)的:
本發(fā)明基于簡化貝葉斯模型的柴油機(jī)燃油系統(tǒng)多故障識別方法,其特征是:
(1)選取柴油機(jī)燃油系統(tǒng)的故障類型及其外部征兆,以外部征兆作為條件屬性集,以故障類型作為決策屬性集,通過粗糙集理論構(gòu)建燃油系統(tǒng)故障診斷決策表T;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工程大學(xué),未經(jīng)哈爾濱工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611061467.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 一種自主融合先驗知識的貝葉斯網(wǎng)絡(luò)方法
- 構(gòu)建解決組合爆炸問題的級聯(lián)貝葉斯網(wǎng)絡(luò)的方法
- 一種可重構(gòu)系統(tǒng)貝葉斯網(wǎng)構(gòu)建方法
- 一種基于貝葉斯網(wǎng)絡(luò)的網(wǎng)站缺陷預(yù)測方法及其實現(xiàn)系統(tǒng)
- 應(yīng)用處理方法、裝置、存儲介質(zhì)及電子設(shè)備
- 一種遮擋目標(biāo)檢測方法、電子設(shè)備、存儲介質(zhì)及系統(tǒng)
- 基于貝葉斯網(wǎng)絡(luò)推理模型的犯罪重建方法及裝置
- 利用憶阻器本征噪聲實現(xiàn)貝葉斯神經(jīng)網(wǎng)絡(luò)的方法及裝置
- 基于面向?qū)ο筘惾~斯網(wǎng)絡(luò)的中央空調(diào)系統(tǒng)故障診斷方法
- 一種基于貝葉斯神經(jīng)網(wǎng)絡(luò)權(quán)重約束的圖像分類方法





