一种柴油机运行状态数据耦合模型的自更新方法及系统

本发明属于设备故障诊断，尤其涉及一种柴油机运行状态数据耦合模型的自更新方法及系统。

背景技术：

1、柴油机是工业生产及军事科技发展相关的重要动力设备，在各种环节都占有重要的地位。在实际的生产运行过程中，柴油机工作过程中若出现问题，有出现输出功率降低，故障严重情况下需要停机检修，这势必减缓生产进度，带来经济损失。同时，突发性故障甚至会造成机组部件的损毁，若有碎片飞出，影响到现场工作人员的人身安全。因此，对柴油机工作状态进行监测，是保障柴油机安全稳定运行的基本措施。在监测过程中利用耦合模型能够准确地掌握柴油机运行时的数据特征，从而了解机组当前状态，对状态趋势可以做出提前判断以防止故障的发生，无论是对企业安全稳定的生产运行，还是对提高经济效益，对机组监测与维护等，都非常有必要。

2、当前关于柴油机运行状态数据的研究已有不少，其中利用耦合模型做出的故障诊断都取得了良好的成果。当前大多数耦合模型存在以下问题：一是耦合模型不涉及数据的自更新过程，模型自建立后就保持不变，无法与机组最新状态同步，基于模型的监测精度无法提高；二是模型没有充分考虑采集信号的特征，导致模型与数据的贴合程度不高，以至于模型在诊断过程中的通用性不高；三是耦合模型的建立难度较高，模型无法更新时，其建立过程中需要考虑的参数较多，工作量较大。

3、耦合模型的性能成为决定状态监测精度的关键，是后续利用模型做进一步分析的关键基础。因此，对耦合模型进行自更新，维持模型性能的优良性，是对柴油机运行状态数据进行模型分析的关键一步；然而，基于上述问题，当前研究还需进一步深入。

4、通过上述分析，现有技术存在的问题及缺陷为：

5、(1)耦合模型不涉及数据的自更新过程，模型自建立后就保持不变，无法与机组最新状态同步，基于模型的监测精度无法提高；

6、(2)模型没有充分考虑采集信号的特征，导致模型与数据的贴合程度不高，以至于模型在诊断过程中的通用性不高；

7、(3)耦合模型的建立难度较高，模型无法更新时，其建立过程中需要考虑的参数较多，工作量较大。

技术实现思路

1、针对现有技术存在的问题，本发明提供了一种柴油机运行状态数据耦合模型的自更新方法及系统，能够实现耦合模型的更新，保障了模型性能，从而解决上述问题。通过对柴油机采集数据样本，以及特征参数的计算，更新数据，实现耦合模型的自更新。

2、本发明是这样实现的，一种柴油机运行状态数据耦合模型的自更新方法，包括：

3、s1，对当前柴油机运行状态数据耦合模型进行解耦，获取耦合模型中心点数及中心点位；

4、s2，对需要更新耦合模型的柴油机机组采集运行时的数据样本；

5、s3，确定簇数，将采集到的样本数据进行分类；

6、s4，对分类后的样本数据进行分析，提取样本数据特征；

7、s5，计算分类样本与当前模型的数据距离；

8、s6，对耦合模型矩阵中心点进行调整；

9、s7，通过耦合模型矩阵中心点的调整重新构建耦合矩阵，实现柴油机运行状态数据耦合模型的自更新。

10、进一步，s1中，对当前柴油机运行状态数据耦合模型进行解耦，从中获取构建耦合模型的中心点数目和耦合模型中心点位置，以及构建耦合模型的数据特征点位置。

11、进一步，s2中，根据当前需要更新的耦合模型的类型特征及分析方法，采集适用于耦合模型的柴油机运行信号，所采集的信号是柴油机运行过程中能够表达运行状态的信号。

12、进一步，s3中，根据s1模型解耦得到的中心点数目，对s2中采集到的数据按照该个数进行聚类；聚类过程采用聚类算法进行，在聚类过程中聚类的簇数与s1模型解耦的中心点数目一致，采集到的机组运行数据样本根据聚类结果被分为多个样本。

13、进一步，s4中，对分类好的样本数据进行分析并提取特征，其过程是将分类好的数据样本分别输入到对抗网络中，通过无监督的学习算法，输出能够代表分类样本的特征数据；在此过程中，使用特征函数和相关函数参数进行训练，直至生成对抗网络模型具有收敛效果，获取样本特征数据。

14、进一步，s5中，根据获取的样本特征数据，计算每一个分类样本特征与第一步中获取的构建耦合模型的数据特征点位置之间的距离，即从s1中耦合模型数据特征点到s4中获取的样本特征点的距离，包括偏移大小和方向，该距离即作为每一个耦合模型数据特征到新采集数据特征的距离。

15、进一步，s6中，对耦合模型矩阵中心点进行调整，将耦合模型的每个中心点对应地按照s5中数据特征的距离进行偏移调整，从而计算出新的耦合模型矩阵中心点的位置，确定耦合模型矩阵中心点；当确定新矩阵中心点位置，完成耦合模型的更新。

16、本发明的另一目的在于提供一种应用所述柴油机运行状态数据耦合模型的自更新方法的柴油机运行状态数据耦合模型的自更新系统，包括：

17、中心点位获取模块，用于对当前柴油机运行状态数据耦合模型进行解耦，获取耦合模型中心点数及中心点位；

18、数据样本采集模块，用于对需要更新耦合模型的柴油机机组采集运行时的数据样本；

19、样本数据分类模块，用于确定簇数，将采集到的样本数据进行分类；

20、样本数据体征提取模块，用于对分类后的样本数据进行分析，提取样本数据特征；

21、数据距离计算模块，用于计算分类样本与当前模型的数据距离；

22、矩阵中心点调整模块，用于对耦合模型矩阵中心点进行调整；

23、模型自更新模块，用于通过耦合模型矩阵中心点的调整重新构建耦合矩阵，实现柴油机运行状态数据耦合模型的自更新。

24、本发明的另一目的在于提供一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的柴油机运行状态数据耦合模型的自更新方法的步骤。

25、本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行所述的柴油机运行状态数据耦合模型的自更新方法的步骤。

26、本发明的另一目的在于提供一种信息数据处理终端，信息数据处理终端用于实现所述的柴油机运行状态数据耦合模型的自更新系统。

27、结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：

28、第一，针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：

29、(1)在柴油机的运行状态监测和故障诊断过程中用到数据耦合模型时，本发明提供了一种运行状态数据耦合模型的自我更新方法，该方法能够实现模型在机组运行过程中的自更新，给模型性能的高效保持提供了保障。

30、(2)本发明实现了柴油机运行状态数据耦合模型在更新过程中考虑所采集信号特征值的过程，实现了运行状态数据模型与采集数据的贴合，提高了耦合模型在诊断过程中的通用性，对于其他类似机组的耦合模型的更新有参考作用。

31、(3)本发明降低了耦合模型的建立难度，模型无法更新时，其建立过程中需要考虑的参数较多，工作量较大。本发明提供的方法使得模型在后期可以保持不断的更新，降低了初期建立时的精度要求，减少了工作量。

32、第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：

33、本发明公开了一种针对柴油机运行状态数据耦合模型的自更新方法，通过采集柴油机工作过程中的信号数据并进行样本分类，利用对抗网络训练出每一类数据特征，并根据每一类样本数据特征的变化距离修正耦合模型中心点位置，调整耦合模型，从而实现柴油机运行状态数据耦合模型的自更新过程。

34、本发明提供的柴油机运行状态数据耦合模型的自更新方法有效保证了耦合模型的性能，数据和模型之间形成过程循环，提高了实际数据与模型的贴合性；模型的更新功能降低了监测与诊断初期模型建立的工作量，提升了耦合模型的准确性，对利用耦合模型开展的柴油机状态分析方法起到辅助作用。

35、第三，本发明提供的柴油机运行状态数据耦合模型的自更新方法确实表现出显著的技术进步，主要体现在以下几个方面：

36、1.实时适应性:通过实时更新模型，使得柴油机运行状态数据耦合模型能够适应新的运行数据，并对新的运行状况作出准确的预测。

37、2.自我学习:该方法通过自我更新，使得模型具有自我学习的能力，不断提高其预测的准确性。

38、3.灵活性:通过对模型中心点的调整，使得模型能够灵活地对不同的运行状况做出反应，提高了模型的应用范围。

39、4.优化运行效率:通过提取样本数据特征和计算数据距离，可以有效地优化柴油机的运行效率，减少能源浪费。

40、5.提高安全性:通过对运行状态数据的实时更新和预测，可以提前发现潜在的问题，从而提高运行的安全性。

41、因此，该方法在柴油机运行状态数据处理领域具有重要的实用价值和广阔的应用前景。