基于多模型集成指标的发动机运行状态监测方法及系统与流程

本发明属于发动机运行状态监测，尤其涉及基于多模型集成指标的发动机运行状态监测方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、现有发动机运行状态监测技术中，一般是通过监测单个变量是否超出阈值，或者监测振动信号的频谱特征对发动机运行状态进行监测，没有综合利用所采集到的数据。

3、现有技术通过单个变量进行发动机运行状态监测时，没有利用到发动机多个变量提供的信息。单一监测发动机振动信号实现对发动机运行状态监测时，忽略的发动机运行时大量状态变量所蕴含的信息。造成对发动机运行状态数据利用不充分，所建立的监测模型对故障敏感度差的问题。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供基于多模型集成指标的发动机运行状态监测方法及系统，由多个发动机运行状态监测模型共同确定多模型集成监测指标，能够对发动机运行状态给出一个综合的评判，提高了模型监测的有效性。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供基于多模型集成指标的发动机运行状态监测方法，其包括：

4、获取发动机在某采样点的不同采样频率下的监测数据；

5、根据采样频率和变量类型对监测数据进行分组后，进行特征提取，得到每个组对应的监测数据矩阵和特征数据；

6、对每个组的监测数据矩阵和特征数据，分别通过组对应的监测数据模型和特征数据模型，得到监测指标值；

7、基于每个监测指标值，计算得到正常状态和故障状态的条件概率，并结合采样点在不同模型下发生故障的概率，得到采样点的多模型集成监测指标；

8、基于采样点的多模型集成监测指标，判断该采样点是否为异常状态。

9、进一步地，通过滑动窗口的形式对监测数据矩阵进行特征提取。

10、进一步地，所述监测数据包括：发动机运行状态数据和发动机振动数据。

11、进一步地，所述特征数据包括：对运行状态数据提取的均值和方差；对振动数据提取的时域特征和频域特征。

12、进一步地，采样点i的多模型集成监测指标为：

13、

14、其中，n表示模型的个数，为采样点i在第k个模型下的监测指标值，为第k个模型对应的采样点i的数据，f表示故障状态，为故障状态的条件概率，为样本点i在第k个模型下发生故障的概率。

15、进一步地，对每个组的监测数据矩阵和特征数据进行标准化后，输入监测数据模型和特征数据模型。

16、进一步地，若采样点的多模型集成监测指标的平方大于控制限值，则采样点为异常状态。

17、本发明的第二个方面提供基于多模型集成指标的发动机运行状态监测系统，其包括：

18、数据获取模块，其被配置为：获取发动机在某采样点的不同采样频率下的监测数据；

19、特征提取模块，其被配置为：根据采样频率和变量类型对监测数据进行分组后，进行特征提取，得到每个组对应的监测数据矩阵和特征数据；

20、监测指标计算模块，其被配置为：对每个组的监测数据矩阵和特征数据，分别通过组对应的监测数据模型和特征数据模型，得到监测指标值；

21、集成模块，其被配置为：基于每个监测指标值，计算得到正常状态和故障状态的条件概率，并结合采样点在不同模型下发生故障的概率，得到采样点的多模型集成监测指标；

22、监测模块，其被配置为：基于采样点的多模型集成监测指标，判断该采样点是否为异常状态。

23、本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的基于多模型集成指标的发动机运行状态监测方法中的步骤。

24、本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于多模型集成指标的发动机运行状态监测方法中的步骤。

25、与现有技术相比，本发明的有益效果是：

26、本发明提供的基于多模型集成指标的发动机运行状态监测方法，其对采集到的不同类型的数据分别建立监测模型，并且分别对不同类型的数据进行特征提取并建立监测模型，更加充分的利用了采集到的数据蕴含的发动机运行的状态信息。

27、本发明提供的基于多模型集成指标的发动机运行状态监测方法，其为了综合多个监测模型对发动机远行状态的判断，提出一种多模型集成的监测指标，该指标由所建立的多个发动机运行状态监测模型共同确定，能够对发动机运行状态给出一个综合的评判，提高了模型监测的有效性。

技术特征：

1.基于多模型集成指标的发动机运行状态监测方法，其特征在于，包括：

2.如权利要求1所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，通过滑动窗口的形式对监测数据矩阵进行特征提取。

3.如权利要求1所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，所述监测数据包括：发动机运行状态数据和发动机振动数据。

4.如权利要求3所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，所述特征数据包括：对运行状态数据提取的均值和方差；对振动数据提取的时域特征和频域特征。

5.如权利要求1所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，采样点i的多模型集成监测指标为：

6.如权利要求1所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，对每个组的监测数据矩阵和特征数据进行标准化后，输入监测数据模型和特征数据模型。

7.如权利要求1所述的基于多模型集成指标的发动机运行状态监测方法，其特征在于，若采样点的多模型集成监测指标的平方大于控制限值，则采样点为异常状态。

8.基于多模型集成指标的发动机运行状态监测系统，其特征在于，包括：

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于多模型集成指标的发动机运行状态监测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于多模型集成指标的发动机运行状态监测方法中的步骤。

技术总结
本发明涉及发动机运行状态监测技术领域，提供了基于多模型集成指标的发动机运行状态监测方法及系统，包括：获取发动机在某采样点的不同采样频率下的监测数据；根据采样频率和变量类型对监测数据进行分组后，进行特征提取，得到每个组对应的监测数据矩阵和特征数据；对每个组的监测数据矩阵和特征数据，分别通过组对应的监测数据模型和特征数据模型，得到监测指标值；基于每个监测指标值，计算得到正常状态和故障状态的条件概率，并结合采样点在不同模型下发生故障的概率，得到采样点的多模型集成监测指标；基于采样点的多模型集成监测指标，判断该采样点是否为异常状态。能够对发动机运行状态给出一个综合的评判，提高了模型监测的有效性。

技术研发人员：潘永康,周建豪,马国义,齐雷,曾雯
受保护的技术使用者：潍柴动力股份有限公司
技术研发日：
技术公布日：2024/1/13