[發(fā)明專利]一種基于信息融合的船舶柴油機磨粒類型辨識方法

有效

• 申請?zhí)枺?/td>: 201811655295.0
• 申請日: 2018-12-29
• 公開（公告）號: CN109740254B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計）人: 徐曉健;趙狀狀;徐曉濱;胡燕祝;高迪駒;侯平智;盛晨興
• 申請（專利權(quán)）人: 杭州電子科技大學(xué);武漢理工大學(xué)
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/20
• 代理公司: 浙江千克知識產(chǎn)權(quán)代理有限公司 33246
• 代理人: 周希良

本發(fā)明涉及一種基于信息融合的船舶柴油機磨粒類型辨識方法。本發(fā)明從船舶柴油機在線油液監(jiān)測系統(tǒng)中獲得磨粒樣本，利用圖像處理技術(shù)對采集的磨粒圖像進行校正去噪并提取磨粒的形貌特征；確定輸入特征的參考值集合，并計算它們關(guān)于參考值的綜合相似度分布；利用樣本集合的綜合相似度分布構(gòu)造反映輸入信號與五種磨粒類型之間關(guān)系的投點統(tǒng)計表；由投點統(tǒng)計表轉(zhuǎn)換得到輸入特征信號的證據(jù)矩陣表；利用置信規(guī)則推理和證據(jù)推理規(guī)則融合輸入樣本向量激活的證據(jù)并從融合結(jié)果推理磨粒樣本對應(yīng)的磨粒類型。本發(fā)明可實現(xiàn)對船舶柴油機磨粒類型的智能辨識，降低了辨識的復(fù)雜性，提高了辨識的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于信息融合的船舶柴油機磨粒類型辨識方法，屬于船舶柴油機安全運行維護領(lǐng)域。

背景技術(shù)

船舶柴油機作為船舶的主要動力來源，其正常工作與船舶安全可靠運行，海上生命財產(chǎn)安全息息相關(guān)。由于船舶柴油機由大量的摩擦學(xué)系統(tǒng)構(gòu)成，這些摩擦副的摩擦磨損故障是船舶柴油機故障的主要類型之一。因此，開展船舶柴油機的摩擦磨損故障診斷研究對延長零部件的使用壽命，提升柴油機的運行效率以及安全性具有十分重要的意義。

油液監(jiān)測是對柴油機磨損狀態(tài)進行監(jiān)測的主要方式，油液中含有的磨粒蘊含了大量的摩擦學(xué)信息可用于磨損故障定位、磨損嚴重程度評估和磨損類型辨識等。從磨粒圖像中提取磨粒二維和三維形貌特征可對油液中的磨粒類型進行辨識，進而確定磨損產(chǎn)生機理。但是受油液樣本采集方式、磨粒特征提取手段以及有限經(jīng)驗知識的限制，所提取的柴油機磨粒形貌特征中通常存在一定的不確定性或不完整性，對建立柴油機磨粒類型辨識模型提出了更大的挑戰(zhàn)。目前大多數(shù)模型對不確定信息或多元信息的處理能力有限，模型可解釋性差，缺乏對不完整樣本的辨識能力，從而導(dǎo)致辨識結(jié)果不準確或模型失效的問題。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)的不足，提出了一種基于信息融合的船舶柴油機磨粒類型辨識方法。

本發(fā)明從柴油機在線油液監(jiān)測系統(tǒng)中采集油液樣本并獲得磨粒圖像，然后利用圖像處理技術(shù)對獲取的磨粒圖像進行校正去噪并提取磨粒的形貌特征；確定磨粒輸入特征的參考值集合，并計算它們關(guān)于參考值的綜合相似度分布；利用樣本集合的綜合相似度分布構(gòu)造反映輸入信號與五種磨粒類型之間關(guān)系的投點統(tǒng)計表；由投點統(tǒng)計表轉(zhuǎn)換得到輸入特征信號的證據(jù)矩陣表；確定輸入信息源的可靠性；利用證據(jù)推理規(guī)則融合輸入樣本向量激活的證據(jù)并從融合結(jié)果推理磨粒樣本對應(yīng)的磨粒類型；構(gòu)建磨粒類型辨識參數(shù)優(yōu)化模型，采用遺傳算法對磨粒類型辨識模型參數(shù)進行優(yōu)化以提高模型準確性，最后基于最優(yōu)參數(shù)集合重復(fù)上述步驟推理測試樣本對應(yīng)的磨粒類型。

本發(fā)明包括以下各步驟：

(1)從中速柴油機在線油液監(jiān)測系統(tǒng)中采集油樣，將油樣中的磨粒類型分為(嚴重滑動磨損磨粒)SSL，(切削磨粒)C，(疲勞塊狀磨粒)FS，(層狀磨粒)L，(球狀磨粒)SP，這五種磨粒類型構(gòu)成模型的辨識框架，記為Y，Y＝[SSL,C,FS,L,SP]。

(2)對于采集的多份油樣，制作濾膜譜片并拍照，從磨粒圖片中提取油樣中磨粒二維幾何形貌特征：體態(tài)比(AR)，當量直徑(D_e)(單位為μm)，圓度(R)和三維表面形貌特征：表面粗糙度均值(S_a)(單位為μm)，表面紋理指數(shù)(S_tdi)；

將AR,D_e,R,S_a,S_tdi作為輸入特征信號依次映射為辨識模型的輸入f₁(t)，f₂(t)，f₃(t),f₄(t)和f₅(t)，t為磨粒樣本編號，且t＝[1,2,...,T]，T為磨粒樣本總數(shù)；