柴油发电机的故障检测方法、系统及计算机可读介质与流程

本发明主要涉及柴油发电机状态监测和故障诊断，具体地涉及一种柴油发电机的故障检测方法、系统及计算机可读介质。

背景技术：

1、柴油发电机在核电厂及其他工业生产领域中占据重要地位，其稳定运行对工业生产过程的连续性和安全性具有至关重要的作用。一旦柴油发电机出现故障且未能得到及时有效的处理，可能会引发严重后果，对工业生产造成严重影响。

2、目前对于柴油发电机的故障诊断大多通过传感器或仪表进行检查，根据专业人员的经验判断故障原因。柴油发电机的工作涉及多个复杂系统的协同运行，一个工作参数的变化可能由多个部件的故障共同导致，采用人工经验来判断故障原因时会存在一定的局限性，尤其在确定故障具体位置时往往面临困难从而无法实现有效的在线诊断，且检查过程可能耗时较长，会对工业生产过程造成不必要的干扰。现有的柴油发电机的故障检测方法存在检测效率不高的问题。

技术实现思路

1、本申请所要解决的技术问题是提供一种柴油发电机的故障检测方法、系统及计算机可读介质，可以对柴油发电机自动进行实现在线检测从而提高了柴油发电机的故障检测效率。

2、本申请为解决上述技术问题而采用的技术方案是一种柴油发电机的故障检测方法，包括：步骤s1：根据数据预处理方法处理柴油发电机的工作数据得到数据样本集，将数据样本集切分为训练样本集和测试样本集；步骤s2：初始化支持向量机模型；步骤s3：根据训练样本集和预设训练方法训练支持向量机模型，得到支持向量机预测模型；步骤s4：判断支持向量机预测模型的精度是否大于等于预设精度，若判断为否，则转为执行步骤s5；若判断为是，则转为执行步骤s6；步骤s5：根据蜉蝣算法优化更新支持向量机预测模型中的预设参数，将优化更新后的支持向量机预测模型作为支持向量机模型并转为执行步骤s3；步骤s6：根据测试样本集和支持向量机预测模型获得柴油发电机的故障情况。

3、在本申请的一实施例中，步骤s1中，工作数据包括：柴油发电机的转速、燃油温度、燃油压力、润滑油温度、润滑油压力、冷却水温度、柴油机端各个位置连接件的参数、柴油机端各个位置轴承的参数、发电机端各个位置连接件的参数、发电机端各个位置轴承的参数中的一种或任意种的组合。

4、在本申请的一实施例中，步骤s1中，根据数据预处理方法处理柴油发电机的工作数据得到数据样本集的步骤包括：采用下面的公式归一化处理工作数据x′得到数据样本集x：

5、

6、其中，xmax表示工作数据x′中的样本最大值，xmin表示工作数据x′中的样本最小值。

7、在本申请的一实施例中，步骤s3中，在根据训练样本集和预设训练方法训练支持向量机模型的步骤之前，还包括：将训练样本集构建为预设格式样本集，预设格式样本集为：

8、{(x1，y1)，(x2，y2)，(xi，yi)...(xn，yn)}，i＝1，...，n

9、其中，n表示样本的数量；xi表示第i个样本，xi∈rd，d表示第i个样本xi的长度；yi表示第i个样本的标签，yi∈{-1，1}；

10、使预设格式样本集满足下面的公式：

11、yi[(w·x)+b]≥1-εi，i＝1，...，n

12、其中，w表示样本系数矩阵，w＝[w1，w2，w3....wn]；x表示训练样本集；b表示偏置系数，b为常数；εi表示第i个松弛因子，εi为常数。

13、在本申请的一实施例中，步骤s3中，在根据训练样本集和预设训练方法训练支持向量机模型的过程中采用下面的公式构建分类面

14、

15、其中，n表示样本的数量；||w||表示样本系数矩阵的模长，c表示惩罚因子，c为常数；εi表示第i个松弛因子，εi为常数。

16、在本申请的一实施例中，步骤s3中，在根据训练样本集和预设训练方法训练支持向量机模型的过程中采用下面的公式构建决策方程f(x)：

17、

18、

19、其中，sgn[·]表示阶跃函数；ai表示超平面斜率；yi表示第i个样本的标签；k(xi，xj)表示径向基函数，xi表示第i个样本，xj表示第j个样本；b表示超平面截距；δ表示标准差。

20、在本申请的一实施例中，步骤s5中，预设参数包括惩罚因子c和/或标准差δ。

21、在本申请的一实施例中，步骤s5中，根据蜉蝣算法优化更新支持向量机预测模型中的预设参数的步骤包括：步骤s510：初始化蜉蝣种群的位置以及数量；步骤s520：根据适应度函数计算蜉蝣个体适应度函数值从而得到个体最优位置以及全局最优位置；其中，适应度函数用于对预设参数的优化更新过程进行评估；步骤s530：更新雄性蜉蝣的速度和位置，以及更新雌性蜉蝣的速度和位置；步骤s540：使最优的雄性蜉蝣个体和最优的雌性蜉蝣个体交配从而得到最优的蜉蝣后代；步骤s550：计算最优的蜉蝣后代的适应度函数值并更新个体最优位置以及全局最优位置；步骤s560：判断当前的优化更新过程是否大于等于预设迭代次数，或者判断当前的优化更新过程是否是最优解；若判断为否，则转为执行步骤s530；若判断为是，则输出优化更新后的预设参数。

22、本申请为解决上述技术问题还提出一种柴油发电机的故障检测系统，包括：数据采集传感器，用于实时采集柴油发电机的工作数据；数据检测仪，用于将工作数据传输至服务器；服务器，用于划分工作数据的类型，并将工作数据实时传输至数据库；数据库，用于存储工作数据；显示器，用于显示工作数据；存储器，用于存储可由处理器执行的指令；处理器，用于执行指令以实现如上的柴油发电机的故障检测方法。

23、本申请为解决上述技术问题还提出一种存储有计算机程序代码的计算机可读介质，计算机程序代码在由处理器执行时实现如上的柴油发电机的故障检测方法。

24、本申请的技术方案通过数据预处理方法将柴油发电机的工作数据处理为训练样本集和测试样本集，便于根据训练样本集来训练用于检测故障的支持向量机模型；在得到经训练的支持向量机预测模型后，在模型精度不满足要求的情况下，使用蜉蝣算法来优化更新支持向量机预测模型中的部分参数，并不断迭代训练支持向量机预测模型从而可以提升模型对故障检测的准确性；通过支持向量机预测模型对测试样本集进行分析可以快速地获得柴油发电机的故障情况。本申请相当于基于蜉蝣算法优化支持向量机(mayflyalgorithm-support vector machine，ma-svm)的柴油发电机故障检测方法，可以实现对柴油发电机的在线诊断，提高了诊断的效率和准确性，确保柴油发电机在发生故障时能够得到及时有效的处理，从而保障工业生产过程的连续性和安全性。

技术特征：

1.一种柴油发电机的故障检测方法，其特征在于，包括：

2.如权利要求1所述的柴油发电机的故障检测方法，其特征在于，所述步骤s1中，所述工作数据包括：柴油发电机的转速、燃油温度、燃油压力、润滑油温度、润滑油压力、冷却水温度、柴油机端各个位置连接件的参数、柴油机端各个位置轴承的参数、发电机端各个位置连接件的参数、发电机端各个位置轴承的参数中的一种或任意种的组合。

3.如权利要求1所述的柴油发电机的故障检测方法，其特征在于，所述步骤s1中，根据数据预处理方法处理所述柴油发电机的工作数据得到数据样本集的步骤包括：采用下面的公式归一化处理所述工作数据x′得到数据样本集x：

4.如权利要求1所述的柴油发电机的故障检测方法，其特征在于，所述步骤s3中，在根据所述训练样本集和预设训练方法训练所述支持向量机模型的步骤之前，还包括：

5.如权利要求1所述的柴油发电机的故障检测方法，其特征在于，所述步骤s3中，在根据所述训练样本集和预设训练方法训练所述支持向量机模型的过程中采用下面的公式构建分类面

6.如权利要求5所述的柴油发电机的故障检测方法，其特征在于，所述步骤s3中，在根据所述训练样本集和预设训练方法训练所述支持向量机模型的过程中采用下面的公式构建决策方程f(x)：

7.如权利要求6所述的柴油发电机的故障检测方法，其特征在于，所述步骤s5中，所述预设参数包括所述惩罚因子c和/或所述标准差δ。

8.如权利要求1所述的柴油发电机的故障检测方法，其特征在于，所述步骤s5中，根据蜉蝣算法优化更新所述支持向量机预测模型中的预设参数的步骤包括：

9.一种柴油发电机的故障检测系统，其特征在于，包括：

10.一种存储有计算机程序代码的计算机可读介质，其特征在于，所述计算机程序代码在由处理器执行时实现如权利要求1-8任一项所述的柴油发电机的故障检测方法。

技术总结
本发明涉及一种柴油发电机的故障检测方法、系统及计算机可读介质，包括：步骤S1：根据数据预处理方法处理柴油发电机的工作数据得到数据样本集，数据样本集包括训练样本集和测试样本集；步骤S2：初始化支持向量机模型；步骤S3：根据训练样本集训练支持向量机模型，得到支持向量机预测模型；步骤S4：判断支持向量机预测模型的精度是否大于等于预设精度，若判断为否，则转为执行步骤S5；若判断为是，则转为执行步骤S6；步骤S5：根据蜉蝣算法优化更新支持向量机预测模型中的预设参数并转为执行步骤S3；步骤S6：根据测试样本集和支持向量机预测模型获得柴油发电机的故障情况。本发明可以提高柴油发电机的故障检测效率。

技术研发人员：韩宇亮,邵征宇,王玥,苏成
受保护的技术使用者：上海核工程研究设计院股份有限公司
技术研发日：
技术公布日：2024/7/4