船舶柴油机故障诊断方法的研究.pdf

第29卷第5期
计算机仿真
2012年5月
文编号:1006-9348(2012)05-0215-04
船舶柴油机故障诊断方法的研究
李晓伟
(邢台职业技术学院汽车系,河北邢台054035)
摘要:研究船舶橤油机故障诊断问题,由于船舶柴油机故障样本相当少且样本极不平衡,系统复杂,传统故障诊断方法均是
釆用大样本的学习方法,易出现过拟合,得到局部最优解.导致船舶柴油机故障的准确率较低。为了提高船舶柴油机故障的
准确率,采用专]针对小样本的支持向量机进行船舶柴油礼故障诊断,首先建立船舶柴油机故障样本集.采用层次支持向
量机构造柴油机故障诊断树,解决样本不平衡问题,最后进行船舶柴油机故障诊断。实聆结果表明,支持向量机不仅提高了
柴油机故障训练和诊断速度,且提高了故障诊断的准确率,较好解决船舶柴油机故障诊断中的过拟合、小样本等问题,可以
为船舶正常工作提供保汪。
关词:柴油机;故障诊断:支持向量机;船舶
中图分类号:TP20.3文献标识码:B
Study on Fault Diagnosis of Marine Diesel Engine
LI Xiao-wei
Xingtai Polytechnic College, Xingtai Hebei 054035
ABSTRACT: Diesel engine is compored of many of subsystems, and faul samples are quite few and the samples are
extremely uneven, therefore, traditional ault diagnosis method based on a large number of, samples has low diagnosis
accuracy of engine failures. In order to improve the diagnosis accuracy, we established the diesel engine fault sam
ples, used the hierarchieal support vector to eonstruet the diesel engine fault diagnosis tree, solved the sample imbal
ance, and finally ealized the diesel engi fault iagnosis Thexpeimental results show tat support vector machine
( SVM)improves not only the diesel engine fault diagnosis and training, but also the speed of the fault diagnosis of
accuracy, and well solves the marine diesel engine fault diagnosis
KEYWORDS: Diesel engine; Fault diagnosis; Support vector mahine( SVM): Marine
引言
漏掉重大的元件故障概率相当大。模捌数学法对船舶柴
船舶柴油机是船舶的心脏,其性能好坏直接影响着船舶油机故障原因和现象进行模栩化处理,通过隶属函数解决故
营运的安全和效率。随着自动化技术发展,船舶柴油机朝着障原因与状态诊断问题,不需要建立楮确的数学模型,通过
大型化、多样化、精密化方向发展,自动化稈度越来越高,能模糊排理进行船舶柴油机故障诊断智能化,但该方法需雯凭
耗越来越小。船舶柴油机是一个由许多子系统组成的复杂验确定榎棡化值,参数需要反复调擎,导致船舶柴油机故
系统,一旦发生故障经济损失十分严重,因此加强船舶柴油障准确性受到影响。灰色关联度故障诊断法通过对因素间
机故障诊断,保证船舶正常工作,具有十分重要意义。
关联程度进行分析,研究正常与故障状态的关联性,从而确
针对船舶柴油机故障诊断,同内外学者对其进行大量而定船舶柴油机工作状况,但足其只能对多参数故障识别有
深人研究,提出一些有效、可行的故障诊断方法2。最为传效,对单参数故障识别精度相当低,限制其适用范围)。神
统故障诊断方法为主观诊断法,技术员通过采用仪器,凭经经网络是一种性能优异的智能学习方法.具有分布式存储
验对故障进行判断,诊断结果主观性比较强,精确度低?。并行处理和白组织等特点,广泛应用于敬障诊断领域,但由
故障树分析方法根据船舶柴油机系统故障,建立故障判断于船舶柴油机的系统特性,故障样本少、是一种小样本模式
树,按树枝状逐绥细化,最后确定故障位置。该方法理论性识別冋题,然前神经网络是基于经验风險最大化原则的学习
强,技术比较成熟,但故障树建立困难,且概率值难以确定,算法,要求样本大,对于小样本问题,易出现过拟合、局部最
优点等难题,导致敏障诊断准确性较低,因此神经网络不适
合于小样本的船舶柴油机故障诊断?。
收稿日期:2011-10-10
支持向量机( support vector machine,SVM)是一种基于统
215
方方数邦