【技术实现步骤摘要】
本专利技术涉及故障检测。更具体地，本专利技术涉及一种发动机故障检测方法。
技术介绍
1、天然气发动机在现代工业生产中应用，尤其是在那些需要大功率、高效率的工厂设备中。天然气作为一种清洁、高效的能源，逐渐取代了传统的石油和煤炭能源，成为工业领域中重要的动力来源之一。在许多工厂的生产过程中，设备往往是周期性运行的，即设备需要根据生产需求进行周期性启动、停止和调节。例如，某些化工厂、钢铁厂、铝业厂等生产线中，使用的天然气发动机通常需要在特定的时间间隔内启动或停机，以满足生产的能源需求。这种周期性运行的设备常常需要具备快速启动、稳定输出和高效运行的能力，因此天然气发动机以其响应速度快、燃烧效率高的特点，成为优选的动力系统。
2、相关技术中，例如公开号为cn116241369a的中国专利申请文件，公开了一种发动机故障检测方法、控制器和发动机故障检测装置，在发动机的工况为第一工况的情况下，获取甲烷浓度值，第一工况为发动机正常运行的工况；确定甲烷浓度值是否位于预设浓度范围内；在甲烷浓度值位于预设浓度范围内的情况下，确定发动机发生通风故障。
3、目前通过甲烷传感器采集甲烷浓度后，根据甲烷浓度的高低与异常阈值比较来判断发动机是否发生故障，但是在某些情况下，甲烷传感器在采集数据过程或者发动机正常磨损均会产生噪声影响，导致采集的浓度值不够准确，进而存在使用带有噪声数据的浓度值对发动机故障判断时，准确性较低的问题。
技术实现思路
1、本专利技术提供一种发动机故障检测方法，旨在解决相
2、本专利技术提供了发动机故障检测方法，包括，获取各历史周期发动机的浓度序列，计算出浓度序列中各浓度值的噪声程度，得到浓度序列的噪声分布，所述浓度值的噪声程度反映了浓度值与拟合值的偏离程度，并基于所有浓度序列的噪声分布构建数据库；根据当前周期浓度序列中各浓度值与当前标准序列中各浓度值的差异大小，得到当前周期浓度序列中各浓度值的异常程度，并利用各浓度值的异常程度和噪声程度对当前周期浓度序列中各浓度值加权求和，得到发动机的故障程度，根据所述故障程度的大小对发动机进行故障检测，其中所述故障程度还反映了当前周期内发动机的温度值和浓度值的变化趋势；其中所述当前标准序列的获取方法，包括：对所述数据库中所有浓度序列的噪声分布进行聚类，得到多个第一聚类簇，其中一个第一聚类簇代表一种噪声分布类型，并对任一第一聚类簇内所有浓度序列进行聚类，得到两个第二聚类簇，并计算出包含最多浓度序列的第二聚类簇中所有浓度序列的平均值，作为第一聚类簇对应噪声分布类型的历史标准序列，并以当前周期浓度序列的噪声分布类型确定当前标准序列。通过对发动机工作状态的多维度分析、标准序列的选择，以及综合异常和噪声的加权评估，能够提供精准的故障检测。
3、进一步的，根据所述故障程度的大小对发动机进行故障检测，包括：若所述故障程度大于异常阈值，则发出警报以对工作人员警示。通过设定一个异常阈值，当故障程度超过此阈值时，系统能够及时发出警报。这种快速响应有助于在发动机出现重大故障前及时发现问题，避免发动机进一步的损坏。
4、进一步的，以当前周期浓度序列的噪声分布类型确定噪声分布类型的当前标准序列，包括：确定当前周期浓度序列的噪声分布类型，包括：计算出当前周期浓度序列和所有第一聚类簇对应历史标准序列之间的相似度，并从中选取相似度最大的历史标准序列作为当前标准序列，其中所述相似度为当前周期浓度序列和第一聚类簇对应历史标准序列之间的欧氏距离。欧氏距离作为一种简单且直观的距离度量，能够清晰反映两个序列之间的差异，确保标准序列的选取能够真实反映当前周期的数据特征。
5、进一步的，计算出发动机的故障程度，计算公式为：；式中，为当前周期浓度序列中第个浓度值，为当前周期浓度序列中第个浓度值的噪声程度，表示当前周期浓度序列中第个浓度值的异常程度，表示当前周期浓度序列中浓度值的个数，为标准归一化函数。
6、进一步的，所述故障程度还反映了当前周期内发动机的温度值和浓度值的变化趋势有关，所述发动机的故障程度的计算公式为：；式中，表示当前周期温度序列与当前周期浓度序列的皮尔逊相关系数，用于反映当前周期内发动机的温度值和浓度值的变化趋势，为当前周期浓度序列中第个浓度值，为当前周期浓度序列中第个浓度值的噪声程度，表示当前周期浓度序列中第个浓度值的异常程度，表示当前周期浓度序列中浓度值的个数，为标准归一化函数。
7、进一步的，计算当前周期浓度序列中各浓度值的异常程度，计算公式为：；式中，表示发动机当前周期浓度序列中第个浓度值的异常程度，表示当前周期浓度序列中第的浓度值，表示当前标准序列中第个浓度值的实际值，表示当前周期浓度序列中所有浓度值的均值，表示当前周期浓度序列中浓度值的个数，表示标准归一化函数。通过对当前周期浓度序列与标准浓度序列的差异，以及当前周期浓度序列的波动程度进行综合分析，可以有效地区分正常数据和异常数据。
8、进一步的，计算浓度序列中各浓度值的噪声程度，包括：对浓度序列中的浓度值进行最小二乘拟合，得到各浓度值的第一拟合值；将任一浓度值从浓度序列中剔除，对剩余的浓度值进行最小二乘拟合，得到剩余各浓度值的第二拟合值；计算所述浓度序列中剔除任一浓度值之外的其余浓度值，其实测值与第一拟合值的差异累计和、实测值与第二拟合值的差异累计和，并计算两个差异累计和之间的差值，并将归一化后的差值作为该浓度值的噪声表现程度。通过比较两种拟合误差（剔除与不剔除浓度值的误差）的差异，差异可以用来衡量该浓度值对整体拟合结果的影响，从而得到各浓度值的噪声程度。
9、进一步的，计算浓度序列中各浓度值的噪声程度，计算公式为：；式中，为第个浓度值的噪声程度，为浓度序列中除第个浓度值之外的第个浓度值的实测值，为浓度序列中除第个浓度值之外的第个浓度值的第一拟合值，为浓度序列中除第个浓度值之外的第个浓度值的第二拟合值，表示浓度序列中浓度值的数量。
10、进一步的，获取各历史周期发动机的浓度序列，包括：在周期内每隔预设时间间隔采集一次发动机内甲烷的浓度值，得到多个浓度值组成的浓度序列。
11、有益效果
12、（一）通过计算出当前周期浓度序列中各浓度值的噪声程度和异常程度，用于最后对计算发动机的故障程度进行加权，提高计算结果的准确性。
13、（二）通过数据库中各浓度序列的噪声分布，筛选出当前周期浓度序列的当前标准序列，将发动机故障产生噪声对应的浓度序列剔除，进而选取出更为准确的当前标准序列，提高计算异常程度的准确性。
14、（三）并且在计算发动机的故障程度时，考虑了当前周期内发动机的温度值和浓度值的变化趋势，进一步提高了计算发动机的故障程度的准确性。
本文档来自技高网...【技术保护点】
1.一种发动机故障检测方法，其特征在于，包括：
2.根据权利要求1所述的发动机故障检测方法，其特征在于，根据所述故障程度的大小对发动机进行故障检测，包括：
3.根据权利要求1所述的发动机故障检测方法，其特征在于，以当前周期浓度序列的噪声分布类型确定噪声分布类型的当前标准序列，包括：
4.根据权利要求1所述的发动机故障检测方法，其特征在于，计算出发动机的故障程度，计算公式为：
5.根据权利要求1所述的发动机故障检测方法，其特征在于，所述故障程度还反映了当前周期内发动机的温度值和浓度值的变化趋势有关，所述发动机的故障程度的计算公式为：
6.根据权利要求1所述的发动机故障检测方法，其特征在于，计算当前周期浓度序列中各浓度值的异常程度，计算公式为：
7.根据权利要求1所述的发动机故障检测方法，其特征在于，计算浓度序列中各浓度值的噪声程度，包括：
8.根据权利要求1所述的发动机故障检测方法，其特征在于，计算浓度序列中各浓度值的噪声程度，计算公式为：
9.根据权利要求1所述的发动机故障检测方法，其
...【技术特征摘要】
1.一种发动机故障检测方法，其特征在于，包括：
2.根据权利要求1所述的发动机故障检测方法，其特征在于，根据所述故障程度的大小对发动机进行故障检测，包括：
3.根据权利要求1所述的发动机故障检测方法，其特征在于，以当前周期浓度序列的噪声分布类型确定噪声分布类型的当前标准序列，包括：
4.根据权利要求1所述的发动机故障检测方法，其特征在于，计算出发动机的故障程度，计算公式为：
5.根据权利要求1所述的发动机故障检测方法，其特征在于，所述故障程度还反映了当前周期内发动机的温...
【专利技术属性】
技术研发人员：杨永博，王鹏飞，姜宁，赵凯，韩耀斌，强九阳，
申请(专利权)人：西安康明斯发动机有限公司，
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。