[發明專利]一種基于改進K_means聚類算法的發動機狀態評估方法

在審

• 申請號: 202011216698.2
• 申請日: 2020-11-04
• 公開（公告）號: CN112347637A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 靳瑩;李華瑩;郭浩;喬新勇;顧程;寧初明;董意;薛大兵;谷廣宇
• 申請（專利權）人: 中國人民解放軍陸軍裝甲兵學院;軍事科學院系統工程研究院軍需工程技術研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06N3/00
• 代理公司: 濟南光啟專利代理事務所(普通合伙) 37292
• 代理人: 張瑜

1.一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：包括以下步驟：

S1：對履帶裝甲車輛發動機進行實車檢測試；

S2：將S1中取得的數據通過相關性、單調性、預測性及魯棒性的指標進行計算；

S3：通過S2的結果，進行總結；

S4：利用熵技術確定各評價指標的客觀權重；

S5：履帶裝甲車輛發動機基于熵權理想點的多指標綜合評價，通過構造多目標決策問題的理想點和負理想點，并以距離理想解和負理想解的遠近來評價各個方案的好壞，得出一個評估結果。

2.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S1中包括以下步驟：

S1.1：記錄起動電流的發動機狀態特征參數，并提取了履帶裝甲車輛發動機的起動電流特征；

S1.2：記錄履帶裝甲車輛振動信號時、頻域特征；

S1.3：對信號進行包絡提取、多次自相關分析、STCZT變換、頻率成分跟蹤，計算振動信號在各時刻的基頻頻率，并通過線性關系轉換為發動機瞬時轉速；

S1.4：基于振動信號包絡自相關STCZT的轉速測量方法，通過對信號進行包絡提取、多次自相關分析、STCZT變換、頻率成分跟蹤，計算振動信號在各時刻的基頻頻率，并通過線性關系轉換為發動機瞬時轉速。

3.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S2中相關性指標采用以下公式計算：

式中：Y＝(y₁,y₂,...,y_N)為某一特征參數序列，T＝(t₁,t₂,...,t_N)為相應時刻的時間序列，N為相應的監測點數。

4.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S2中單調性指標采用以下公式計算：

式中：Y＝(y₁,y₂,...,y_N)為某一特征參數序列。

5.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S2中離散性指標采用以下公式計算：

式中：y_max為特征參數監測的最大值，y_min為特征參數監測的最小值，σ(Y)為檢測過程中特征參數的標準差，為特征參數的均值。

6.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S2中魯棒性指標定義為：

式中Y＝(y₁,y₂,...,y_N)為某一特征參數序列，為相應特征序列的趨勢序列。

7.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S4中通過熵計算不確定事務中提供信息量的數量，熵的定義為；

8.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S4中建立標準化決策矩陣，為消除各指標因量綱不同、數量級不同等因素對決策結果的影響，對多指標評價矩陣進行標準化處理得出決策矩陣R，評價指標的屬性，定義決策矩陣中第j個特征第i個指標z_ij的標準化參數為：

式中：m為特征參數數量。

9.根據權利要求8所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S4中根據公式定義計算第i項指標的輸出熵：

根據各指標輸出熵分別計算其客觀權重：

式中：n為評價指標數量。

10.根據權利要求1所述的一種基于改進K_means聚類算法的發動機狀態評估方法，其特征在于：所述S5中根據S4的結果標準化決策矩陣R和各指標熵權W，構建加權決策矩陣：

確定理想點與負理想點

計算相似度，作為綜合評價各特征參數優劣的依據；

相似度的計算方法為：