【技术实现步骤摘要】
本专利技术属于柴油活塞故障诊断，具体涉及基于特征指标优选的船用柴油活塞故障诊断系统及方法。
技术介绍
1、柴油机作为大型机械的心脏部件，涉及车辆、船艇、机车、电力等各个领域。柴油机运行状况是否平稳，对整个动力系统的可靠性和安全性起到直接影响。活塞连杆组件作为柴油机的核心组件，直接影响了柴油机的运行。柴油机在日常工作中，活塞连杆组件作为热能转换为机械能的重要结构，在恶劣的工作环境下极易发生磨损等故障，配合副之间发生摩擦导致振动产生，这些振动信息其实就是柴油机运行状况的一种表现。在柴油机不解体的状态下，通过对柴油机运行中的振动信息进行分析，提取故障特征，从而实现对柴油机运行状况的监测；现有技术中，采用vmd(变分模态分解)对船用柴油机活塞振动信号进行分解，对分解得到的各个模态分量提取时频域特征，构建初始特征集。但初始特征集中存在无用或冗余的特征，多余的特征不仅会增加特征空间的维度，增加计算复杂性和模型训练的时间成本，而且可能干扰模型的正常学习过程，如模型过拟合的原因可能在于特征集的冗余与无关特征；
2、为解决多维特征集导致的维数灾难和过拟合问题，为此我们提出基于特征指标优选的船用柴油活塞故障诊断系统。
技术实现思路
1、本专利技术的目的是提供基于特征指标优选的船用柴油活塞故障诊断系统及方法，能够在模型训练之前，对特征集进行审慎的筛选至关重要；通过去除无用和冗余的特征，并挑选出敏感且有效的特征，有望显著提高故障诊断的准确率。这一步骤不仅有助于优化模型性能，还可降低过拟合的风险
2、本专利技术采取的技术方案具体如下：
3、基于特征指标优选的船用柴油活塞故障诊断系统，包括数据采集模块、数据处理模块以及输出模块；
4、所述数据采集模块用于采集柴油活塞振动信号，并将所述振动信号发送至所述数据处理模块；所述数据处理模块使用det-hho算法对振动信号进行特征提取，生成特征子集，并根据特征子集诊断船用柴油活塞是否出现异常以及异常类型，最终由所述输出模块输出诊断结果。
5、优选地，在每个船用柴油活塞上设置一个振动传感器，所述数据采集模块通过若干振动传感器采集振动信号。
6、优选地，所述数据处理模块使用det-hho算法对振动信号进行特征提取的过程中首先使用det特征评估方法对振动信号进行特征处理，输出敏感特征；再然后使用hho哈里斯鹰优化算法输出分类准确率，适应度值以及特征个数以及内容，根据特征个数以及内容得到特征子集。
7、优选地，所述det算法是距离评估算法，所述距离评估算法是一种基于特征间距离大小对特征重要性进行排序的方法；其评估准则在于确保同类样本之特征类内距离最小化，而异类样本之特征类间距离最大化；当特征满足该准则，可视其具有显著的类别相关性，最终通过距离评估算法在振动信号求出异常特征。
8、故障诊断系统方法，距离评估算法计算步骤如下：首先计算第i个特征在第j类数据中的类内距离：
9、
10、式中，i＝1、2、3、...、p；j＝1、2、3、...、m；p为特征数，m为样本类别数，n为样本数，fi，j(m)和fi，j(n)分别表示第m个样本和第n个样本在第j类数据中第i个特征值，m，n＝1、2、...、n；
11、然后计算第i个特征在m类故障中的类内距离为：
12、
13、再然后算第i个特征在m类故障中的类间距离为：
14、
15、式中，u、w＝1、2、3、...、m，u≠w；
16、再然后，计算第i个特征的评估因子：
17、
18、当特征i的类内距离越小、类间距离越大时，评估因子αi的值就越大，该特征的敏感度越高，其对样本分类的贡献越大；对αi进行归一化处理，得到距离评估指标：
19、
20、优选地，在求得所述距离评估指标后，设定阈值γ1(γ1∈[0,1])，从特征集中筛选出满足阈值归一化后的特征作为敏感特征。
21、如图2所示，展示了以三类样本分类为例的特征与类别相关性评估过程；在此过程中，特征1和特征2被选取进行评估，每类数据均包含五个样本；通过这一图表，可以更直观地理解特征评估方法的应用及其结果分析；即m＝3、p＝2、n＝5；经过对图表数据的深入观察与分析，此处得出以下结论：特征1在区分五类样本方面展现出卓越的性能，能够有效地实现样本间的精准区分；相较于特征2，特征1在各类样本的分布上呈现出更为集中的特点，这进一步证实了特征1在分类任务中的优势地位；即类内距离更小(d1＜d2)，且特征1的不同类样本之间比特征2更加分散，即类间距离更大(d1＞d2)，因此经过对数个样本的分析，可以发现特征1在分类过程中相较于特征2，表现出更高的类别相关性，并对分类结果具有更显著的影响
22、优选地，在使用hho哈里斯鹰优化算法过程中，首先定义为一个一维向量，其长度与初始特征集中的特征数量相等；每个特征均被随机初始化为0或1，0表示该特征未被选择，而1则表示该特征已被选中；采用以下公式将连续值映射到二进制值；
23、
24、式中，zmn为解向量的离散形式。
25、优选地，算法迭代的各个阶段，采用适应度函数来量化评估每一个潜在解的质量；由于所述hho哈里斯鹰优化算法将分类的精确性以及特征子集的长度作为适应度指标，采用以下适应度函数来评估hho迭代过程中特征选择的表现：
26、
27、式中，er(d)为分类的错误率，其表达式如下：
28、er(d)＝1-accurcy；
29、式中，r为所选特征子集的长度；c为特征长度；α为分类的精确性，通常α∈(0,1)；β为所选特征在适应度函数中所占的权重，在本文中，α＝0.8，且β＝0.2。
30、本专利技术取得的技术效果为：
31、本专利技术中，数据采集模块用于采集柴油活塞振动信号，并将振动信号发送至数据处理模块；数据处理模块使用det-hho算法对振动信号进行特征提取，生成特征子集，并根据特征子集诊断船用柴油活塞是否出现异常以及异常类型，最终由输出模块输出诊断结果。
32、本专利技术中，提出了距离评估技术与哈里斯鹰det-hho特征选择方法，利用距离评估技术对特征和类别的相关程度进行量化，筛选出敏感特征，采用hho算法以准确率与最小特征数为目标，最终选出对分类最有效且维度最小的特征子集，实现解决多维特征集导致的维数灾难和过拟合问题。
本文档来自技高网...【技术保护点】
1.一种基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：包括数据采集模块、数据处理模块以及输出模块；
2.根据权利要求1所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：在每个船用柴油活塞上设置一个振动传感器，所述数据采集模块通过若干振动传感器采集振动信号。
3.根据权利要求2所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：所述数据处理模块使用DET-HHO算法对振动信号进行特征提取的过程中首先使用DET特征评估方法对振动信号进行特征处理，输出敏感特征；再然后使用HHO哈里斯鹰优化算法输出分类准确率，适应度值以及特征个数以及内容，根据特征个数以及内容得到特征子集。
4.根据权利要求3所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：所述DET算法是距离评估算法，所述距离评估算法是一种基于特征间距离大小对特征重要性进行排序的方法；其评估准则在于确保同类样本之特征类内距离最小化，而异类样本之特征类间距离最大化；当特征满足该准则，可视其具有类别相关性，最终通过距离评估算法在振动信号求出异常特征。
<...【技术特征摘要】
1.一种基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：包括数据采集模块、数据处理模块以及输出模块；
2.根据权利要求1所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：在每个船用柴油活塞上设置一个振动传感器，所述数据采集模块通过若干振动传感器采集振动信号。
3.根据权利要求2所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：所述数据处理模块使用det-hho算法对振动信号进行特征提取的过程中首先使用det特征评估方法对振动信号进行特征处理，输出敏感特征；再然后使用hho哈里斯鹰优化算法输出分类准确率，适应度值以及特征个数以及内容，根据特征个数以及内容得到特征子集。
4.根据权利要求3所述的基于特征指标优选的船用柴油活塞故障诊断系统，其特征在于：所述det算法是距离评估算法，所述距离评估算法是一种基于特征间距离大小对特征重要性进行排序的方法；其评估准则在于确保同类样本之特征类内距离最小化，...
【专利技术属性】
技术研发人员：刘焱鑫，许静，常晓楠，高丙武，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。