[發明專利]基于貝葉斯分類器鏈的渦軸發動機多目標性能預測方法

有效

• 申請號: 202110140394.0
• 申請日: 2021-02-02
• 公開（公告）號: CN112765899B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 蔡志強;韓思杰;王宇航;司書賓;張帥;葉正梗
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06F30/15;G06K9/62;G06N5/04;G06F111/08;G06F119/06;G06F119/08
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 金鳳

1.一種基于貝葉斯分類器鏈的渦軸發動機多目標性能預測方法，其特征在于，包括以下步驟：

步驟1：收集渦軸發動機的性能參數數據以及設計參數數據；

通過對多部渦軸發動機試車獲取渦軸發動機的性能參數數據，包括功率P和關鍵截面溫度T在渦軸發動機試車時的測量數據；

獲取渦軸發動機的設計參數數據，包括渦軸發動機內部N個不同零件的尺寸；

步驟2：確定目標變量和屬性變量，并設定目標變量的合格條件；對每個變量都進行離散化處理，得出目標變量的概率分布表、條件概率表，以及不同目標變量下屬性變量各個狀態的條件概率表；具體如下：

步驟2-1：將渦軸發動機的功率P和關鍵截面溫度T設置為目標變量，將渦軸發動機內部N個不同零件的尺寸設置為屬性變量，表示為x₁,x₂,…,x_i,…,x_N，i＝1,2,…,N；

步驟2-2：設置功率P的最小合格條件為a KW；設置關鍵截面溫度T的最大合格條件為b℃，a和b分別代表兩個正常數；

步驟2-3：以功率P的最小合格條件為界，將功率P分為兩段，由步驟1獲取的數據統計功率P在兩段的概率分布表P_r(P)；以關鍵截面溫度T的最大合格條件為界，將關鍵截面溫度T分為兩段，由步驟1獲取的數據統計關鍵截面溫度T在兩段的概率分布表P_r(T)；

由步驟1獲取的數據統計功率P和關鍵截面溫度T互為先驗屬于不同段的條件概率表P_r(P|T)和P_r(T|P)；

步驟2-4：將每個屬性變量x₁,x₂,…,x_N采用等頻率法各自分為e段，將e段區間分別表示為狀態0,1,…,e-1，0,1,…,e-1均代表屬性變量狀態，不代表屬性變量實際值；對于第i個屬性變量，分為e段所采用的閾值分別為對應狀態0，對應狀態1，對應狀態2，以此類推，對應狀態e-1；

步驟2-5：由步驟1獲取的數據統計N個屬性變量以功率P和關鍵截面溫度T為先驗屬于不同狀態的條件概率表P_r(x_i|P)和P_r(x_i|T)；

步驟3：通過后驗概率推理得出渦軸發動機在基于樸素貝葉斯分類器以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型下對目標變量功率P和關鍵截面溫度T的性能預測結果；具體過程如下：

步驟3-1：以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型包括兩個分類器，第一個分類器是針對目標變量功率P的預測，以目標變量功率P為父節點，將各個屬性變量x₁,x₂,…,x_N作為子節點；第二個分類器是針對目標變量關鍵截面溫度T的預測，以目標變量關鍵截面溫度T為父節點，將各個屬性變量x₁,x₂,…,x_N和目標變量功率P作為子節點；

步驟3-2：設定屬性變量x₁,x₂,…,x_N的狀態取值分別為y₁,y₂,…,y_N，y₁,y₂,…,y_N∈[0,1,…,e-1]；根據以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型的第一個分類器預測功率P合格即Pa的概率；

則功率P合格的后驗概率為：

功率P不合格即P≤a的后驗概率為：

根據條件概率的基本性質，有：

代入步驟2中獲取的條件概率表中的數值，解出P_r(x₁＝y₁,x₂＝y₂,…,x_N＝y_N)，最終計算得到功率P合格的概率為P_r(Pa|x₁＝y₁,x₂＝y₂,…,x_N＝y_N)＝m％；

如果m％50％，則判定待預測渦軸發動機在以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型下功率P不合格；如果m％≥50％，則判定待預測渦軸發動機在以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型下功率P合格；

步驟3-3：根據以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型的第二個分類器預測關鍵截面溫度T合格即T≤b的概率；

則關鍵截面溫度T合格的后驗概率為：

其中，當m％50％時，⊙為號；當m％≥50％時，⊙為≥號；

關鍵截面溫度T不合格即Tb的后驗概率為：

根據條件概率的基本性質，有：

代入步驟2中獲取的條件概率表中的數值，解出P_r(x₁＝y₁,x₂＝y₂,…,x_N＝y_N,P⊙a)，最終計算得到關鍵截面溫度T合格的概率為P_r(T≤b|x₁＝y₁,x₂＝y₂,…,x_N＝y_N,P⊙a)＝n％；

如果n％50％，則判定待預測渦軸發動機在以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型下關鍵截面溫度T不合格；如果n％≥50％，則判定待預測渦軸發動機在以目標變量功率P為鏈首的貝葉斯分類器鏈性能預測模型下關鍵截面溫度T合格；

步驟4：通過后驗概率推理得出渦軸發動機在基于樸素貝葉斯分類器以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下對目標變量功率P和關鍵截面溫度T的性能預測結果；具體過程如下：

步驟4-1：以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型包括兩個分類器，第一個分類器是針對目標變量關鍵截面溫度T的預測，以目標變量關鍵截面溫度T為父節點，將各個屬性變量x₁,x₂,…,x_N作為子節點；第二個分類器是針對目標變量功率P的預測，以目標變量功率P為父節點，將各個屬性變量x₁,x₂,…,x_N和目標變量關鍵截面溫度T作為子節點；

步驟4-2：根據以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型的第一個分類器預測關鍵截面溫度T合格的概率；

則關鍵截面溫度T合格的后驗概率為：

關鍵截面溫度T不合格的后驗概率為：

根據條件概率的基本性質，有：

代入步驟2中獲取的條件概率表中的數值，解出P_r(x₁＝y₁,x₂＝y₂,…,x_N＝x_N)，最終計算得到關鍵截面溫度T合格的概率為P_r(T≤b|x₁＝y₁,x₂＝y₂,…,x_N＝y_N)＝s％；

如果s％50％，則判定待預測渦軸發動機在以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下關鍵截面溫度T不合格；如果s％≥50％，則判定待預測渦軸發動機在以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下關鍵截面溫度T合格；

步驟4-3：根據以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型的第二個分類器預測功率P合格的概率；

則功率P合格的后驗概率為：

其中，當s％50％時，為號；當s％≥50％時，為≤號；

功率P不合格的后驗概率為：

根據條件概率的基本性質，有：

代入步驟2中獲取的條件概率表中的數值，解出最終計算得到功率P合格的概率為

如果r％50％，則判定待預測渦軸發動機在以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下功率P不合格；如果r％≥50％，則判定待預測渦軸發動機在以目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下功率P合格；

步驟5：對步驟3和步驟4中得到的功率P和關鍵截面溫度T分別在以目標變量功率P和目標變量關鍵截面溫度T為鏈首的貝葉斯分類器鏈性能預測模型下的合格概率預測結果取平均值，最終得到：待預測渦軸發動機的功率P的最終合格概率預測結果為關鍵截面溫度T的最終合格概率預測結果為

步驟6：如果則最終判定待預測渦軸發動機的功率P不合格；如果則最終判定待預測渦軸發動機的功率P合格；

如果則最終判定待預測渦軸發動機的關鍵截面溫度T不合格；如果則最終判定待預測渦軸發動機的關鍵截面溫度T合格。

2.根據權利要求1所述一種基于貝葉斯分類器鏈的渦軸發動機多目標性能預測方法，其特征在于，所述e＝3。