CN110378034A - 一种机车发动机故障诊断方法、系统及实现装置 - Google Patents
一种机车发动机故障诊断方法、系统及实现装置 Download PDFInfo
- Publication number
- CN110378034A CN110378034A CN201910663282.6A CN201910663282A CN110378034A CN 110378034 A CN110378034 A CN 110378034A CN 201910663282 A CN201910663282 A CN 201910663282A CN 110378034 A CN110378034 A CN 110378034A
- Authority
- CN
- China
- Prior art keywords
- engine
- weight coefficient
- state parameters
- state
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种机车发动机故障诊断方法,其特征在于,包括以下步骤:采集发动机状态参数信息;对发动机状态参数进行状态分级;根据预先制定的融合诊断模型给出引起状态分级发生的故障根源。本发明还提供一种发动机故障诊断系统以及一种实现机车发动机故障诊断的装置。本发明提供的方法和系统能够实现智能化机车发动机的故障诊断,降低机车发动机故障率,提高运维时效,降低运维成本。
Description
技术领域
本发明总体上涉及故障诊断领域,并且更具体地,涉及一种机车发动机故障诊断方法、系统及实现装置。
背景技术
随着现代工业技术尤其是传感技术、嵌入式系统、网络通信技术、基于大数据的信息技术的迅速发展,发动机故障诊断技术在国内外各领域开始研究和应用,涉及航空、航天、船舶、机车等行业。。
目前机车发动机的发动机故障诊断技术以监控、报警和安保系统为主,还未出现成熟的故障诊断系统和产品,其运维方式依然采用故障后维修和按机车运行时间或里程进行计划性维修的策略。
也就是说,现有的机车发动机的监控、报警和安保系统仍不具备发动机故障的智能诊断和提前预测能力,无法改变机车发动机故障修、定时定里程修的维修策略,而目前的维修策略无论从降低机车发动机故障率,还是运维时效、管理、成本上都不理想。。
基于此,现有技术仍然有待改进。
发明内容
为解决上述技术问题,本发明提供一种机车发动机故障诊断方法、系统及实现装置,实现智能化机车发动机的故障诊断,降低机车发动机故障率,提高运维时效,降低运维成本。
根据本发明的一方面,提供一种机车发动机故障诊断方法,该方法包括以下步骤:
采集发动机状态参数信息;
对发动机状态参数进行状态分级;
根据预先制定的融合诊断模型,给出引起状态分级发生的故障根源。
进一步地,对所述发动机状态参数进行状态分级包括:为每个所述发动机状态参数设定多个健康状态等级并且为每个所述健康状态等级设定相应的阈值范围,根据采集到的发动机状态参数值所属的阈值范围而将所述发动机状态参数分级到对应的健康状态等级。
进一步地,每个所述发动机状态参数设定有正常、弱化、异常、故障四个健康状态等级,并且其中,所述发动机状态参数包括机油压力、冷却水温度、涡轮排气温度、增压器转速、机油油位、汽缸排气温度中的至少一种。
进一步地,所述发动机状态参数的每个健康状态等级具有固定不变的阈值范围或者具有随发动机运行状态变化的曲线阈值范围。
进一步地,所述融合诊断模型根据发动机故障逻辑机理制定,包括:发动机状态参数分级的矩阵U、发动机故障根源的矩阵V以及所述矩阵U中每个所述发动机状态参数分级与所述矩阵V之间对应的权重系数函数T。
进一步地,根据预先制定的融合诊断模型给出引起状态分级发生的故障根源包括:当多个发动机状态参数分级同时发生时,所述融合诊断模型根据相应发动机状态参数分级所对应的权重系数函数通过故障根源权重系数综合评判算法计算融合权重系数函数,并且根据计算结果,将融合权重系数函数中的权重系数按照从大到小顺序列出引起状态分级发生的故障根源。
进一步地,所述权重系数函数T中的权重系数根据发动机故障逻辑机理赋予基础的函数值,并通过数据驱动法进行优化。
进一步地,所述数据驱动法进行优化包括:
根据以下公式对权重系数进行优化:
其中,TnXm′为优化后的状态参数分级UnX对应故障根源Vm的权重系数;TnXm为优化前的状态参数分级UnX对应故障根源Vm的基础权重系数;nX为一段时间内状态参数分级UnX发生的总次数;nXm为一段时间内由故障根源Vm引起UnX发生的次数,UnX表示状态参数n处于X级健康状态。
根据本发明的另一方面,提供一种机车发动机故障诊断系统,该系统包括:
发动机状态参数采集装置,其用于采集发动机状态参数信息;
发动机车载主控单元,其配置为从所述发动机状态参数采集装置接收所述发动机状态参数信息并进行参数超限报警和安全保护;以及
发动机地面故障诊断平台,其与所述发动机车载主控单元通信并且配置为对发动机状态参数进行状态分级,根据预先制定的融合诊断模型给出引起状态分级发生的故障根源。
根据本发明的另一方面,提供一种实现机车发动机故障诊断的装置,其特征在于,包括:
至少一个处理器;和
存储器,所述存储器存储有所述处理器可运行的程序代码,所述程序代码在被所述处理器运行时实施如权利要求1-8中任一项所述的方法。
本发明具有以下有益技术效果:本发明提供的机车发动机故障诊断方法及系统能够实现智能化机车发动机的故障诊断,保证发动机维修的实时性,及时地发现故障、隐患,实现科学和有针对性的维护和修理,降低机车发动机故障率,提高运维时效,降低运维成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的机车发动机故障诊断方法的示意性流程图;
图2为本发明提供的机车发动机故障诊断系统的示意性框架图。
具体实施方式
以下描述了本公开的实施例。然而,应该理解,所公开的实施例仅仅是示例,并且其他实施例可以采取各种替代形式。附图不一定按比例绘制;某些功能可能被夸大或最小化以显示特定部件的细节。因此,本文公开的具体结构和功能细节不应被解释为限制性的,而仅仅是作为用于教导本领域技术人员以各种方式使用本发明的代表性基础。如本领域普通技术人员将理解的,参考任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示的特征组合以产生没有明确示出或描述的实施例。所示特征的组合为典型应用提供了代表性实施例。然而,与本公开的教导相一致的特征的各种组合和修改对于某些特定应用或实施方式可能是期望的。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
基于上述目的,本发明的实施例一方面提出了一种机车发动机故障诊断方法100,如图1所示,该方法100包括以下步骤:
在步骤102中,通过设置在机车发动机各个位置处的发动机状态参数采集传感器实时或者以一定间隔采集发动机状态参数信息。发动机状态参数包括机油压力、冷却水温度、涡轮排气温度、增压器转速、机油油位、汽缸排气温度中的至少一种。
在步骤104中,对发动机状态参数进行状态分级。具体包括:为每个发动机状态参数设定多个健康状态等级并且为每个健康状态等级设定相应的阈值范围,当状态参数值处于某健康状态等级的阈值范围时,则判定状态参数处于该健康状态等级。
在一个具体实施例中,将发动机各部件和系统的状态参数分为A级、B级、C级、D级四个健康状态等级,具体如下:
A级(正常):发动机某状态参数良好,工作正常,状态参数处于良好范围内;
B级(弱化):柴发动机某状态参数不良,状态参数开始出现偏离良好范围的趋势;
C级(异常):发动机某状态参数异常,状态参数处于安全范围边缘,存在安全隐患;
D级(故障):发动机某状态参数恶化,状态参数超出安全范围,影响发动机运用。
对于一些不受发动机运行状态(例如,转速或负荷)影响的状态参数(例如,冷却水温度、机油油位、涡轮排气温度和汽缸排气温度),为其设定固定不变的阈值范围。表1为这种情况下状态分级的示例。
表1
对于一些随发动机运行状态(例如,转速或负荷)变化的状态参数(例如,机油压力和增压器转速),为其设定正常、弱化、异常、故障四个等级的随转速或负荷变化的曲线阈值范围,图2为这种情况下状态分级的示例。
表2
发动机各部件和系统的状态参数分为A级、B级、C级、D级四个健康状态等级仅仅作为示例,在其他实施例中,可以根据需要为发动机各部件和系统的状态参数设定更多或更少数量的健康状态等级。
在步骤106中,根据预先建立的融合诊断模型给出引起状态分级发生的故障根源。
各种状态分级与故障根源对应关系的融合诊断模型根据发动机故障逻辑机理来制定。
融合诊断模型的一种实现方式如下:
a)建立发动机状态参数分级的矩阵,记为U;建立发动机故障根源的矩阵,记为V。
在矩阵U中,UnX表示状态参数n处于X级健康状态,其中X=A,B,C,或D,例如,UnD表示状态参数n处于D级健康状态。在矩阵V中,V1~Vm表示发动机故障根源,例如,V4表示发动机排气系统异常。
b)分别为矩阵U中每个状态参数分级建立一个与矩阵V之间对应的权重系数函数T:
其中,TnX表示状态参数UnX(其中X=A,B,C,或D)的权重系数函数,TnXm表示当状态参数分级UnD发生时,由于故障根源Vm引起其发生的权重系数。例如,TnD4表示当状态参数分级UnD发生时,由于故障根源V4引起其发生的权重系数。
权重系数根据发动机故障逻辑机理赋予基础的函数值,并通过数据驱动法对后期的数据进行积累计算来进行权重系数优化。数据驱动法进行优化包括:根据以下公式对权重系数进行优化:
其中,TnXm′为优化后的状态参数分级UnX对应故障根源Vm的权重系数;TnXm为优化前的状态参数分级UnX对应故障根源Vm的基础权重系数;nX为一段时间内状态参数分级UnX发生的总次数;nXm为一段时间内由故障根源Vm引起UnX发生的次数。
例如,基础权重系数TnD4=0.4,一段时间内状态参数分级UnD发生了10次,其中有5次是因故障根源V4引起的,则优化后的权重系数TnD4′为:
c)当多个状态参数分级同时发生时,根据相应发动机状态参数分级所对应的权重系数函数通过故障根源权重系数综合评判算法计算融合权重系数函数。故障根源权重系数综合评判算法的一个示例是将相应的状态参数分级所对应的权重系数函数相加。具体如下:当状态参数分级UaB、UnD同时发生时,这种情况下的融合权重系数函数为:
d)根据计算结果,将融合权重系数函数中的权重系数按照从大到小顺序列出以此方式给出引起状态分级发生的故障根源,从而进行发动机维修指导。
融合诊断模型的另一种实现方式如表3所示:
表3
表中第一行为相应的状态分级U,第一列为故障根源V。表中的数值为每个U与每个V对应的权重系数,例如:UaC与V5对应的权重系数为0.4,UaC与V6对应的权重系数为0.1,也就是说:当UaC状态分级发生时,有0.4的概率是因为故障根源V5导致的,有0.1的概率是因为故障根源V6导致的。
当同时出现几个状态分级时,对权重系数进行相加。例如:当同时发生UaC、UbA时,有0.4+0.0的概率是因为V5导致的,有0.1+0.1的概率是因为V6引起的。
在确定权重系数之后,按照权重系数从大到小顺序列出引起状态分级发生的故障根源,进行发动机维修指导。例如当发生UaB时,系统根据上表推出的故障根源为V2、V1、C3、V5、V6,然后机车本地操作人员根据上述顺序依次对上述可能的故障根源进行排查和维修。
本发明所提供的机车发动机故障诊断方法能够实现智能化机车发动机的故障诊断,保证发动机维修的实时性,及时地发现故障、隐患,实现科学和有针对性的维护和修理,降低机车发动机故障率,提高运维时效,降低运维成本。
本发明实施例的又一方面提出了一种机车发动机故障诊断系统200,如图2所示,该系统200包括:发动机状态参数采集装置202、发动机车载主控单元204、数据存储和远程传输单元206和发动机地面诊断平台208。
安装在发动机上相应的位置处的发动机状态参数采集装置202用于采集发动机状态参数信息,并通过线缆将相应的电信号输出到发动机车载主控单元204。
发动机车载主控单元204采用16位或32位单片机系统,包括电源模块204a、外围信号采集模块204b、数据处理模块204c和通信模块204d。发动机车载主控单元204中安装有电源模块204a,接收来自机车的24V、74V、110V电源,并进行稳压和电压转换处理。电源模块204a采用冗余备份方式,发动机故障诊断系统中其它单元的供电均从由该电源模块204a供电。外围信号采集模块204b接收来自发动机状态参数采集装置202的电信号并对其进行信号转换。数据处理模块204c的程序设计安全保护阀值,进行参数超限报警和安全保护。发动机车载主控单元204具有发动机关键参数数据统计功能,包括发动机运行时间、发动机起停次数、发动机交变次数等,接收机车的档位和运行功率信息并进行统计。
发动机故障诊断系统200采用CAN总线或UDP以太网通信方式,支持多对多的交互通信。采用UDP以太网通信方式时,在发动机车载主控单元204的通信模块204d上设置以太网交换机,作为网络通信中心,发动机车载主控单元204、机车微机系统210、数据存储和远程传输单元206之间通过以太网交换机进行信号交互,各单元按照自身功能的需求向网络上发送和读取信息。
数据存储和远程传输单元206采用单片机系统或ARM嵌入式系统,主要功能是接收来汇总自其它单元的传感器采集数据、故障报警数据、统计和计算数据,进行存储和远程发送,同时数据存储和远程传输单元206接收发动机地面诊断平台208的诊断分析意见,指导机车本地操作人员进行故障维修。数据存储和远程传输单元206的存储模块可采用寄存器、硬盘、可移动磁盘或其他形式的存储介质,满足一定时间的大容量数据存储。数据存储和远程传输单元206的远程传输模块主要通过卫星网络、GPRS、3G/4G/5G等方式实现。存储和传输方式分为一般状态数据存储和传输、故障状态数据存储和传输,当发动机未发生报警或故障时,按照一般状态数据存储方式进行数据存储和传输,即低频率存储和传输(例如2秒/次存储记录数据),当发动机发生报警或故障时,按照故障状态数据存储方式进行数据存储和传输,即高频率存储和传输(例如0.5秒/次存储记录数据),以满足故障分析要求。数据存储和远程传输单元206具有数据下载功能,通过人机交互程序与调试电脑连接,能够以EXCLE等方式下载存储的数据。
发动机车载主控单元204与机车微机系统210进行信息交互,接收机车的档位信息、运行公里、环境条件等数据,同时将发动机的传感器采集数据、故障报警数据、统计和计算数据发送给机车微机系统210,通过机车微机系统210的人机交互界面进行参数显示、故障报警提示、故障诊断指导意见显示。
发动机地面诊断平台208可采用具有大容量数据库存储和数据分析处理的物理服务器或云服务器,采用Oracle关系型数据库进行存储,并在关系型数据的基础上建立Hadoop大数据库。底层数据分析处理平台可采用R、Hadoop、Spark等处理引擎,在底层数据分析处理平台基础上进行二次开发平台,支持使用者调用数据引擎基础上自行进行业务功能开发应用。发动机地面诊断平台208被配置为:设定各发动机状态数据的分级阀值,在接收到发动机的状态数据后,根据分级阀值对数据进行状态分级,状态分级确定之后,根据预先制定的融合诊断模型,对各状态参数分级进行融合诊断分析,根据不同的融合诊断结果,给出不同的故障根源定位和处置措施。其中融合诊断模型是根据发动机故障逻辑机理制定的,具体实现方式同上。
本发明所提供的机车发动机故障诊断系统能够实现智能化机车发动机的故障诊断,保证发动机维修的实时性,及时地发现故障、隐患,实现科学和有针对性的维护和修理,降低机车发动机故障率,提高运维时效,降低运维成本。
本发明所提供的机车发动机故障诊断方法及系统可以适用于任何类型的机车发动机,包括但不限于,柴油发动机、汽油发动机、液化石油气发动机、压缩天然气发动机以及双燃料发动机。
本发明实施例的又一方面提出了一种实现机车发动机故障诊断的装置,该装置包括:至少一个处理器和存储器,存储器存储有处理器可运行的程序代码,程序代码在被处理器运行时实施以上所述的方法。
存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的所述发动机故障诊断方法对应的程序指令/模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例的发动机故障诊断方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据通过发动机故障系统的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
此外,典型地,本发明实施例公开所述的装置、设备等可为各种电子终端设备,例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等,也可以是大型终端设备,如服务器等,因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外,根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文所述的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器、磁盘或光盘等。
上述实施例是实施方式的可能示例,并且仅仅为了清楚理解本发明的原理而提出。所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种机车发动机故障诊断方法,其特征在于,包括以下步骤:
采集发动机状态参数信息;
对发动机状态参数进行状态分级;
根据预先制定的融合诊断模型给出引起状态分级发生的故障根源。
2.根据权利要求1所述的方法,其特征在于,对所述发动机状态参数进行状态分级包括:为每个所述发动机状态参数设定多个健康状态等级并且为每个所述健康状态等级设定相应的阈值范围,根据采集到的发动机状态参数值所属的阈值范围而将所述发动机状态参数分级到对应的健康状态等级。
3.根据权利要求1或2所述的方法,其特征在于,每个所述发动机状态参数设定有正常、弱化、异常、故障四个健康状态等级,
其中,所述发动机状态参数包括机油压力、冷却水温度、涡轮排气温度、增压器转速、机油油位、汽缸排气温度中的至少一种。
4.根据权利要求2所述的方法,其特征在于,所述发动机状态参数的每个健康状态等级具有固定不变的阈值范围或者具有随发动机运行状态变化的曲线阈值范围。
5.根据权利要求1所述的方法,其特征在于,所述融合诊断模型根据发动机故障逻辑机理制定,包括:发动机状态参数分级的矩阵U、发动机故障根源的矩阵V以及所述矩阵U中每个所述发动机状态参数分级与所述矩阵V之间对应的权重系数函数T。
6.根据权利要求5所述的方法,其特征在于,根据预先制定的融合诊断模型给出引起状态分级发生的故障根源包括:当多个发动机状态参数分级同时发生时,所述融合诊断模型根据相应发动机状态参数分级所对应的权重系数函数通过故障根源权重系数综合评判算法计算融合权重系数函数,并且根据计算结果,将融合权重系数函数中的权重系数按照从大到小顺序列出引起状态分级发生的故障根源。
7.根据权利要求5所述的方法,其特征在于,所述权重系数函数T中的权重系数根据发动机故障逻辑机理赋予基础的函数值,并通过数据驱动法进行优化。
8.根据权利要求7所述的方法,其特征在于,所述数据驱动法进行优化包括:
根据以下公式对权重系数进行优化:
其中,
TnXm′为优化后的状态参数分级UnX对应故障根源Vm的权重系数;
TnXm为优化前的状态参数分级UnX对应故障根源Vm的基础权重系数;
nX为一段时间内状态参数分级UnX发生的总次数;
nXm为一段时间内由故障根源Vm引起UnX发生的次数;
UnX表示状态参数n处于X级健康状态。
9.一种机车发动机故障诊断系统,其特征在于,包括:
发动机状态参数采集装置,其用于采集发动机状态参数信息;
发动机车载主控单元,其配置为从所述发动机状态参数采集装置接收所述发动机状态参数信息并进行参数超限报警和安全保护;以及
发动机地面故障诊断平台,其与所述发动机车载主控单元通信并且配置为:对发动机状态参数进行状态分级,根据预先制定的融合诊断模型给出引起状态分级发生的故障根源。
10.一种实现机车发动机故障诊断的装置,其特征在于,包括:
至少一个处理器;和
存储器,所述存储器存储有所述处理器可运行的程序代码,所述程序代码在被所述处理器运行时实施如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910663282.6A CN110378034B (zh) | 2019-07-22 | 2019-07-22 | 一种机车发动机故障诊断方法、系统及实现装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910663282.6A CN110378034B (zh) | 2019-07-22 | 2019-07-22 | 一种机车发动机故障诊断方法、系统及实现装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378034A true CN110378034A (zh) | 2019-10-25 |
CN110378034B CN110378034B (zh) | 2021-09-03 |
Family
ID=68254891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910663282.6A Active CN110378034B (zh) | 2019-07-22 | 2019-07-22 | 一种机车发动机故障诊断方法、系统及实现装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378034B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111058944A (zh) * | 2019-12-27 | 2020-04-24 | 中广核研究院有限公司北京分公司 | 一种柴油发电机组气缸温度异常检测方法及系统 |
CN111441864A (zh) * | 2020-04-02 | 2020-07-24 | 浙江三一装备有限公司 | 发动机健康诊断方法及发动机诊断系统 |
CN111638058A (zh) * | 2020-06-11 | 2020-09-08 | 中国人民解放军陆军装甲兵学院 | 一种装甲装备发动机便携式检测诊断仪及其检测方法 |
CN111950238A (zh) * | 2020-07-30 | 2020-11-17 | 禾多科技(北京)有限公司 | 自动驾驶故障评分表生成方法、装置、电子设备 |
CN112269100A (zh) * | 2020-10-13 | 2021-01-26 | 中国南方电网有限责任公司超高压输电公司柳州局 | 智能化电缆沟的检测方法及检测装置 |
CN112525553A (zh) * | 2020-12-16 | 2021-03-19 | 重庆金康赛力斯新能源汽车设计院有限公司 | 一种车辆故障远程诊断方法及相关设备 |
CN112861246A (zh) * | 2019-11-28 | 2021-05-28 | 丰田自动车株式会社 | 车辆用异常分析装置 |
CN112859805A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种发动机控制器在线诊断方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4730484A (en) * | 1986-06-20 | 1988-03-15 | Robert Olschefski | Missing bearing detector |
US20030131655A1 (en) * | 2002-01-11 | 2003-07-17 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for failure diagnosis of fuel vapor purge system |
CN102358542A (zh) * | 2011-08-18 | 2012-02-22 | 上海交通大学 | 基于专家系统的矿井提升机故障诊断方法及系统 |
CN102673405A (zh) * | 2012-06-14 | 2012-09-19 | 湖南南车时代电动汽车股份有限公司 | 一种适用于纯电动车的整车控制方法及系统 |
CN103556664A (zh) * | 2013-11-13 | 2014-02-05 | 山推工程机械股份有限公司 | 一种推土机故障自动保护方法及系统 |
CN105181338A (zh) * | 2015-09-08 | 2015-12-23 | 广西大学 | 基于振动和油液信息的发动机状态监测和故障诊断方法 |
CN108897633A (zh) * | 2018-06-06 | 2018-11-27 | 山东超越数控电子股份有限公司 | 一种基于机器数据的故障诊断方法与装置 |
-
2019
- 2019-07-22 CN CN201910663282.6A patent/CN110378034B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4730484A (en) * | 1986-06-20 | 1988-03-15 | Robert Olschefski | Missing bearing detector |
US20030131655A1 (en) * | 2002-01-11 | 2003-07-17 | Toyota Jidosha Kabushiki Kaisha | Apparatus and method for failure diagnosis of fuel vapor purge system |
CN102358542A (zh) * | 2011-08-18 | 2012-02-22 | 上海交通大学 | 基于专家系统的矿井提升机故障诊断方法及系统 |
CN102673405A (zh) * | 2012-06-14 | 2012-09-19 | 湖南南车时代电动汽车股份有限公司 | 一种适用于纯电动车的整车控制方法及系统 |
CN103556664A (zh) * | 2013-11-13 | 2014-02-05 | 山推工程机械股份有限公司 | 一种推土机故障自动保护方法及系统 |
CN105181338A (zh) * | 2015-09-08 | 2015-12-23 | 广西大学 | 基于振动和油液信息的发动机状态监测和故障诊断方法 |
CN108897633A (zh) * | 2018-06-06 | 2018-11-27 | 山东超越数控电子股份有限公司 | 一种基于机器数据的故障诊断方法与装置 |
Non-Patent Citations (2)
Title |
---|
NOUREDDINE BESSOUS 等: "New vision about the overlap frequencies in the MCSA-FFT technique to diagnose the eccentricity fault in the induction motors", 《 2017 5TH INTERNATIONAL CONFERENCE ON ELECTRICAL ENGINEERING - BOUMERDES (ICEE-B)》 * |
郑小军 等: "汽车发动机诊断专家系统AEDES", 《自动化学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861246A (zh) * | 2019-11-28 | 2021-05-28 | 丰田自动车株式会社 | 车辆用异常分析装置 |
CN112861246B (zh) * | 2019-11-28 | 2023-11-24 | 丰田自动车株式会社 | 车辆用异常分析装置 |
CN111058944A (zh) * | 2019-12-27 | 2020-04-24 | 中广核研究院有限公司北京分公司 | 一种柴油发电机组气缸温度异常检测方法及系统 |
CN111058944B (zh) * | 2019-12-27 | 2020-11-10 | 中广核研究院有限公司北京分公司 | 一种柴油发电机组气缸温度异常检测方法及系统 |
CN111441864A (zh) * | 2020-04-02 | 2020-07-24 | 浙江三一装备有限公司 | 发动机健康诊断方法及发动机诊断系统 |
CN111638058A (zh) * | 2020-06-11 | 2020-09-08 | 中国人民解放军陆军装甲兵学院 | 一种装甲装备发动机便携式检测诊断仪及其检测方法 |
CN111638058B (zh) * | 2020-06-11 | 2022-04-15 | 中国人民解放军陆军装甲兵学院 | 一种装甲装备发动机便携式检测诊断仪及其检测方法 |
CN111950238A (zh) * | 2020-07-30 | 2020-11-17 | 禾多科技(北京)有限公司 | 自动驾驶故障评分表生成方法、装置、电子设备 |
CN111950238B (zh) * | 2020-07-30 | 2023-06-13 | 禾多科技(北京)有限公司 | 自动驾驶故障评分表生成方法、装置、电子设备 |
CN112269100A (zh) * | 2020-10-13 | 2021-01-26 | 中国南方电网有限责任公司超高压输电公司柳州局 | 智能化电缆沟的检测方法及检测装置 |
CN112525553A (zh) * | 2020-12-16 | 2021-03-19 | 重庆金康赛力斯新能源汽车设计院有限公司 | 一种车辆故障远程诊断方法及相关设备 |
CN112859805A (zh) * | 2021-01-08 | 2021-05-28 | 广西玉柴机器股份有限公司 | 一种发动机控制器在线诊断方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110378034B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378034A (zh) | 一种机车发动机故障诊断方法、系统及实现装置 | |
CN110926439B (zh) | 一种基于bim技术的运营隧道结构健康监测系统 | |
CN102141808B (zh) | 汽轮发电机组嵌入式故障预诊断系统及方法 | |
CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN110728443A (zh) | 一种电机全生命周期管控系统 | |
CN106161138A (zh) | 一种智能自动计量方法及装置 | |
CN107612779B (zh) | 调度数据网二次安全防护网络设备及业务运行监视系统 | |
CN210166487U (zh) | 基于边缘计算的供电台区停电故障告警装置 | |
CN111143447B (zh) | 一种电网薄弱环节动态监测预警决策系统及方法 | |
CN107066500B (zh) | 一种基于pms模型的电网海量数据质量校验方法 | |
CN105515184A (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
CN103218695A (zh) | 二次设备智能状态评估诊断系统及其方法 | |
CN106646030A (zh) | 基于多数据源及专家规则库的电网故障诊断方法及装置 | |
CN113674509B (zh) | 基于区块链的边缘节点灾害监测预警系统及方法 | |
CN110531656A (zh) | 一种水电机组性能的监测系统和方法 | |
CN108398934A (zh) | 一种用于轨道交通的设备故障监控的系统 | |
CN107395117A (zh) | 分布式太阳能发电系统监控与远程诊断SaaS平台 | |
CN109615273B (zh) | 一种电动汽车充电设施状态评价方法与系统 | |
CN103049365B (zh) | 信息与应用资源运行状态监控及评价方法 | |
CN113537415A (zh) | 基于多信息融合的换流站巡检方法、装置和计算机设备 | |
CN110658789A (zh) | 一种智能远程诊断系统及方法 | |
CN110307990A (zh) | 一种柴油机机油系统故障的智能诊断方法及系统 | |
CN202080217U (zh) | 车辆数据采集存储分析显示装置 | |
CN116415777A (zh) | 一种城市桥梁群健康监测系统 | |
CN110879151A (zh) | 基于运行大数据的燃气轮机远程监测和诊断系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |