本發(fā)明涉及的是一種柴油機(jī)故障預(yù)測方法。

背景技術(shù)：
柴油機(jī)作為一種常見的動力機(jī)械，在石油鉆井、機(jī)車牽引、船舶運輸、應(yīng)急發(fā)電等領(lǐng)域都有廣泛的應(yīng)用。一旦柴油機(jī)發(fā)生故障，將影響成套設(shè)備的運行狀況，不僅會導(dǎo)致巨大的經(jīng)濟(jì)損失，嚴(yán)重時還會造成人員傷亡。因此，對柴油機(jī)未來運行狀態(tài)進(jìn)行預(yù)測，早期發(fā)現(xiàn)設(shè)備故障，確保設(shè)備處于最佳狀態(tài)具有重要的意義。預(yù)測技術(shù)廣泛應(yīng)用于股票、氣象及機(jī)械等學(xué)科領(lǐng)域。模型的精準(zhǔn)度對于提高預(yù)測的可靠性具有至關(guān)重要的作用。三點模型是一種較為先進(jìn)的狀態(tài)趨勢預(yù)測模型。相比較于一般預(yù)測模型，如基于指數(shù)平滑法的模型和基于最小平方法的模型，三點預(yù)測模型考慮到近期信息要比遠(yuǎn)期信息較大的影響趨勢變化的客觀事實，賦予近期信息以較大的權(quán)值，遠(yuǎn)期信息以較小權(quán)值，并在時間序列首尾兩端及中部各取幾項數(shù)據(jù)，分別計算加權(quán)平均值作為趨勢線上三點坐標(biāo)，建立趨勢預(yù)測方程，據(jù)此外推預(yù)測。與其它趨勢預(yù)測模型相比，三點模型具有科學(xué)合理、計算簡捷、結(jié)果準(zhǔn)確、使用方便等優(yōu)點，在狀態(tài)趨勢預(yù)測中有較大的實用價值。經(jīng)對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn)，中國專利公開號CN102705078A，公開日為2012.10.03，專利名稱為：基于灰色模型的柴油機(jī)故障預(yù)測方法，該專利申請自述為：“本發(fā)明的目的在于提供基于灰色模型的柴油機(jī)故障預(yù)測方法，采取如下步驟：獲取柴油機(jī)運行參數(shù)，包括功率、耗油率、轉(zhuǎn)速、煙度、噪聲、滑油壓力、排煙溫度、增壓后進(jìn)氣壓力；建立柴油機(jī)灰色模型，獲得預(yù)測數(shù)據(jù)；重復(fù)步驟上述步驟，直至獲得所有所需柴油機(jī)運行參數(shù)的預(yù)測數(shù)據(jù)。本發(fā)明可以避免設(shè)備故障的發(fā)生，提高設(shè)備的可靠性，從而實現(xiàn)有計劃、有針對性的視情維修，避免過剩維修，從而從總體上降低維修費用。”其不足之處是：該方法賦予所有信息以相同的權(quán)值，忽略了近期信息比遠(yuǎn)期信息對趨勢變化有更大的影 響這一客觀事實，增加了預(yù)測的不確定性，尤其是中長期預(yù)測；且灰色預(yù)測模型的建立過程復(fù)雜，計算繁瑣，實際應(yīng)用具有一定的不便。

技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于提供預(yù)測柴油機(jī)未來工作狀態(tài)趨勢，從而指導(dǎo)工作人員對柴油機(jī)實施針對性預(yù)測維修的基于三點模型的柴油機(jī)故障預(yù)測方法。本發(fā)明的目的是這樣實現(xiàn)的：本發(fā)明(1)等時采集檢測柴油機(jī)運行參數(shù)，所采集的運行參數(shù)包括：功率、油耗率、轉(zhuǎn)速、煙度、噪聲、滑油壓力、排氣溫度、增壓后進(jìn)氣壓力；(2)將獲得的柴油機(jī)運行參數(shù)進(jìn)行中位值濾波，將含有噪聲的運行參數(shù)轉(zhuǎn)換為無干擾信號，對于每一項參數(shù)，按照時間順序，由遠(yuǎn)及近分別構(gòu)成建模原序列；(3)將所獲取的無干擾信號作為建模數(shù)據(jù)，獲取三點坐標(biāo)：三點坐標(biāo)的獲取步驟如下：a、基于三點法的預(yù)測模型包括三種：二次拋物線型、直線型與指數(shù)曲線型、三次拋物線型，從中選擇一種預(yù)測模型，建立柴油機(jī)運行參數(shù)三點模型；b、確定三點坐標(biāo)：對于柴油機(jī)的一項運行參數(shù)，三點縱坐標(biāo)的確定應(yīng)滿足如下原則：1)原序列總項數(shù)N應(yīng)當(dāng)是奇數(shù)，此時N＝n,當(dāng)總項數(shù)為偶數(shù)時，則去除第一項檢測數(shù)據(jù)，使N奇數(shù)化，此時N-1＝n，n為實際序列總項數(shù)，同時，n不小于9；2)若實際序列總項數(shù)9≤n<15，則在保持檢測數(shù)據(jù)排列順序不變的前提下，抽取實際序列的前3項、正中3項、后3項檢測數(shù)據(jù)，分別構(gòu)成初期、中期、近期子序列；每個子序列算出一個加權(quán)平均數(shù)，得到的三個加權(quán)平均數(shù)就是需要確定的三點的縱坐標(biāo)；對于每一子序列，檢測數(shù)據(jù)對應(yīng)權(quán)數(shù)的選擇由遠(yuǎn)及近分別取1、2、3；3)若實際序列總項數(shù)n≥15，則在保持檢測數(shù)據(jù)排列順序不變的前提下，抽取原序列的前5項、正中5項、后5項檢測數(shù)據(jù)，分別構(gòu)成初期、中期、近期子序列。每個子序列算出一個加權(quán)平均數(shù)，得到的三個加權(quán)平均數(shù)就是需要確定的三點的縱坐標(biāo)；對于每一子序列，檢測數(shù)據(jù)對應(yīng)權(quán)數(shù)由遠(yuǎn)及近依次選取1、2、3、4、5；在滿足以上三個原則的前提下，將初期、中期、近期三點的坐標(biāo)分別設(shè)為M1(t1,R),M2(t2,S),M3(t3,T)其中，M1,M2,M3分別代表初期、中期、近期三點；t1,t2,t3分別為初期、中期、近期三點橫坐標(biāo)；R,S,T分別為初期、中期、近期三點縱坐標(biāo)；設(shè)正中項數(shù)實際序列各項檢測值為y1、y2、…yd…yn；因此對于五項加權(quán)平均，三點的縱坐標(biāo)為：對于三項加權(quán)平均，三點的縱坐標(biāo)為：同樣的，三點的橫坐標(biāo)也取各項檢測值對應(yīng)時間點的加權(quán)平均數(shù)；對于五項加權(quán)平均，三點橫坐標(biāo)為：對于五項加權(quán)平均，三點的坐標(biāo)為：對于三項加權(quán)平均，三點的橫坐標(biāo)為：對于三項加權(quán)平均，三點的坐標(biāo)為：(4)計算趨勢線模型參數(shù)估計值，并生成預(yù)測數(shù)據(jù)：對于二次拋物線型，其預(yù)測趨勢線模型為對于直線型和指數(shù)曲線型，其預(yù)測趨勢線模型分別為和對于三次拋物線型，其預(yù)測趨勢線模型為將步驟(3)中三點坐標(biāo)帶入，求得各預(yù)測模型的參數(shù)估計值，完成建模；在此基礎(chǔ)上，生成預(yù)測數(shù)據(jù)；(5)返回步驟(3)建立模型，直至獲得所有所需柴油機(jī)運行狀態(tài)參數(shù)預(yù)測值。本發(fā)明的優(yōu)勢在于：根據(jù)本發(fā)明的故障診斷結(jié)果，可以在設(shè)備劣化初期準(zhǔn)確預(yù)測出柴油機(jī)未來劣化趨勢，從而實現(xiàn)對其視情維修；且本發(fā)明利用三點模型預(yù)測柴油機(jī)狀態(tài)劣化趨勢，具有不需要全部的數(shù)據(jù)統(tǒng)計特征、運算簡捷、使用方便、結(jié)果準(zhǔn)確以及尤其適用于近期預(yù)測等優(yōu)點。附圖說明圖1為本發(fā)明的流程框圖；圖2為本發(fā)明實施某型柴油機(jī)單缸供油劣化狀態(tài)下排氣溫度預(yù)測結(jié)果。具體實施方式下面結(jié)合附圖舉例對本發(fā)明做更詳細(xì)地描述：結(jié)合圖1～2，本發(fā)明包括以下步驟：運行參數(shù)的獲取、對獲得運行參數(shù)的預(yù)處理、柴油機(jī)三點模型的建立、對運行參數(shù)進(jìn)行趨勢預(yù)測。具體如下：1柴油機(jī)運行參數(shù)的獲取：利用傳感器與數(shù)據(jù)采集卡通信，等時檢測柴油機(jī)各項運行參數(shù)，采集的參數(shù)包括：功率、油耗率、轉(zhuǎn)速、煙度、噪聲、滑油壓力、排氣溫度、增壓后進(jìn)氣壓力；2、對獲得運行參數(shù)的預(yù)處理：將獲得的柴油機(jī)運行參數(shù)進(jìn)行中位值濾波，將含有噪聲的運行參數(shù)轉(zhuǎn)換為無干擾信號。對于每一項參數(shù)，按照時間順序，由遠(yuǎn)及近分別構(gòu)成建模原序列；3、將所獲取的無干擾狀態(tài)參數(shù)作為建模數(shù)據(jù)，基于三點法建立預(yù)測模型并進(jìn)行預(yù)測分析，獲得預(yù)測數(shù)據(jù)。三點模型的建立步驟如下：第一步：基于三點法的預(yù)測模型有三種：二次拋物線型、直線型與指數(shù)曲線型、三次拋物線型，每種模型的預(yù)測適用線型與其名稱一致。從中選擇一種預(yù)測模型，建立柴油機(jī)運行參數(shù)三點模型。第二步：確定三點坐標(biāo)：三點縱坐標(biāo)的確定應(yīng)滿足如下原則：1)原序列總項數(shù)n應(yīng)當(dāng)是奇數(shù)。當(dāng)總項數(shù)為偶數(shù)時，則去除第一項檢測數(shù)據(jù)，使n奇數(shù)化。同時，n應(yīng)不小于9，否則無法建立模型。2)若原序列總項數(shù)9≤n<15，則在保持檢測數(shù)據(jù)排列順序不變的前提下，抽取原序列的前3項、正中3項、后3項檢測數(shù)據(jù)，分別構(gòu)成初期、中期、近期子序列。每個子序列算出一個加權(quán)平均數(shù)，得到的三個加權(quán)平均數(shù)就是需要確定的三點的縱坐標(biāo)?？紤]到近期信息比遠(yuǎn)期信息對未來的趨勢變化有更大的影響這一客觀事實，在建模過程中，對不同時間點的檢測值賦予不同的權(quán)數(shù)。對于每一子序列，檢測數(shù)據(jù)對應(yīng)權(quán)數(shù)的選擇由遠(yuǎn)及近分別取1、2、3。3)若原序列總項數(shù)n≥15，則在保持檢測數(shù)據(jù)排列順序不變的前提下，抽取原序列的前5項、正中5項、后5項檢測數(shù)據(jù)，分別構(gòu)成初期、中期、近期子序列。每個子序列算出一個加權(quán)平均數(shù)，得到的三個加權(quán)平均數(shù)就是需要確定的三點的縱坐標(biāo)。根據(jù)2)中提及的利用，對于每一子序列，檢測數(shù)據(jù)對應(yīng)權(quán)數(shù)由遠(yuǎn)及近依次選取1、2、3、4、5。在滿足以上三個原則的前提下，將初期、中期、近期三點的坐標(biāo)分別設(shè)為M1(t1,R),M2(t2,S),M3(t3,T)其中，M1,M2,M3分別為初期、中期、近期三點；t1,t2,t3分別為初期、中期、近期三點橫坐標(biāo)；R,S,T分別為初期、中期、近期三點縱坐標(biāo)。設(shè)正中項數(shù)原序列各項檢測值為y1、y2、…yd…yn。因此三點 的縱坐標(biāo)R,S,T如表1所示：表1確定三點的縱坐標(biāo)同樣的，三點的橫坐標(biāo)也取各項檢測值對應(yīng)時間點的加權(quán)平均數(shù)。對于五項加權(quán)平均，三點橫坐標(biāo)為：因此，對于五項加權(quán)平均，三點的坐標(biāo)為：對于三項加權(quán)平均，三點的橫坐標(biāo)為：因此，對于三項加權(quán)平均，三點的坐標(biāo)為：第三步：計算趨勢線模型參數(shù)估計值，并生成預(yù)測數(shù)據(jù)：對于二次拋物線型，其預(yù)測趨勢線模型為對于直線型和指數(shù)曲線型，其預(yù)測趨勢線模型分別為和對于三次拋物線型，其預(yù)測趨勢線模型為將第二步中三點坐標(biāo)帶入，即可求得各預(yù)測模型的參數(shù)估計值，完成建模。在此基礎(chǔ)上，按照實際需求，生成預(yù)測數(shù)據(jù)。4、對運行參數(shù)進(jìn)行趨勢預(yù)測：重復(fù)步驟3中三點模型建立步驟，生成預(yù)測 數(shù)據(jù)，直至獲得所有所需柴油機(jī)運行狀態(tài)參數(shù)預(yù)測值，將預(yù)測所得數(shù)據(jù)與根據(jù)柴油機(jī)運行歷史數(shù)據(jù)而設(shè)定的報警極限值比較即可實現(xiàn)柴油機(jī)故障檢測及預(yù)測。圖2是本發(fā)明實施某型柴油機(jī)單缸供油劣化狀態(tài)下三點預(yù)測效果圖。通過觀察運行參數(shù)的變化趨勢，選擇了直線型預(yù)測模型，較為準(zhǔn)確的預(yù)測出故障氣缸排氣溫度的劣化趨勢。且預(yù)測數(shù)據(jù)與實際數(shù)據(jù)誤差較小，滿足實際需求。