CN111562111A - 发动机冷态测试故障诊断方法 - Google Patents

Abstract

本发明公开了一种发动机冷态测试故障诊断方法，包括以下步骤：进行发动机冷态测试并获取m个发动机样本；从m个发动机样本中的每一个发动机样本内提取n个特征参数；对m个发动机样本进行数据整理，将m个发动机样本区分为m1个正常发动机样本和m2个故障发动机样本，并将该m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；通过软件搭建决策树模型，并将该样本数据表导入该模型进行训练；对待诊断的发动机进行冷态测试并提取n个特征参数，将该n个特征参数输入该训练好的模型，该模型自动输出诊断结果。本发明可以快速、准确的输出发动机故障诊断结果，降低发动机冷试诊断对人力、时间和知识的要求。

Description

发动机冷态测试故障诊断方法

技术领域

本发明涉及发动机领域，具体涉及一种发动机冷态测试故障诊断方法。

背景技术

随着近代科学技术的飞速进步，我国各个行业的发展日新月异，现代汽车工业也因为有越来越多成熟高新技术的应用而快速发展。发动机是汽车的“心脏”，是汽车系统中最为重要的组成部分。发动机出现故障会直接影响发动机运行状态，严重的话甚至会造成安全事故，但随着汽车运行时间增加，其发动机不可避免地会出现问题，因此对发动机进行故障诊断是不可或缺的。由于发动机复杂的结构，传统诊断技术难以满足需求，而人工智能的爆炸式发展以及它带来的诸多优势，使得发动机诊断技术发展重新焕发了活力。

目前来说，在发动机故障诊断领域应用较多的机器学习方法为SVM(支持向量机)和BP(Back Propagation，反向传播)神经网络以及两者的衍生算法。随机森林与Adaboost算法多用于航空发动机故障诊断。

智能诊断技术可分为基于数学模型与人工智能两类方法，通过建立数学物理模型，再经特征值判断发动机是否存在故障的方法过分依赖试验人员的经验和知识，对于一般非专业人士而言，很难有效观察和提取发动机故障特征，进而判断发动机故障与否需要耗费大量时间与精力，结果往往也不正确。而采用机器学习的方法进行发动机故障诊断，多采用SVM与BP神经网络，航空领域发动机故障诊断有应用随机森林和Adaboost算法的案例。前面所述的技术方案中，有些需要耗费大量时间，有些准确率达不到需求，另一些算法过于复杂，不易于理解和实现，应用于发动机冷态测试故障诊断的案例也相当少。

发明内容

本发明的目的是提供一种发动机冷态测试故障诊断方法，以解决上述现有技术中存在的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种发动机冷态测试故障诊断方法，所述方法包括以下步骤：

步骤一、进行发动机冷态测试并获取m个发动机样本；

步骤二、从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；

步骤三、对所述m个发动机样本进行数据整理，将所述m个发动机样本分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；

步骤四、通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；

步骤五、对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述模型，所述模型自动输出诊断结果。

在一个实施例中，所述步骤二中的特征参数从以下十九个项目的发动机冷态测试中提取：线束导通、节气门动作、静态点火、启动扭矩、TDC、曲轴凸轮正时、安全机油压力、增压压力、增压器振动噪声、高速机油压力、高速NVH、VVT、可变机油泵、进气、低速机油压力、低速NVH、运行扭矩、排气以及喷油嘴动作。

在一个实施例中，所述方法还包括将所述m个发动机样本中的一部分导入所述模型进行训练以及将所述m个发动机样本中的另一部分导入所述模型进行测试，以及在所述步骤一中，m大于400，n大于50。

在一个实施例中，在所述步骤四中，使用MATLAB软件搭建普通决策树模型，并将所述样本数据导入所述普通决策树模型内进行训练，并在训练过程中设置交叉验证多次以防止模型过拟合，较佳地，在训练过程中设置交叉验证50次以防止模型过拟合。

在一个实施例中，在所述步骤四中，使用MATLAB软件搭建Bagged Trees模型，并将所述样本数据导入所述模型内进行简单训练，并在训练过程中设置交叉验证多次以防止模型过拟合。

在一个实施例中，在所述步骤四中，还包括利用Bagged Trees模型进行深度学习，并综合袋内分类误差与树的数量关系以及除了袋内样本的分类误差与树的数量关系确定Bagged Trees模型中的树的数量h。

在一个实施例中，所述步骤四还包括对n个特征参数进行重要程度计算，并筛选出n1个特征参数，其中n1小于n，以及在筛选出n1个特征参数后再次确定新模型设置的树的数目h1，较佳地，h1大于或等于50。

在一个实施例中，所述步骤四还包括综合平均分类裕度随树的数目的变化关系设置新Bagged Trees模型中的树的数目h2，较佳地，h2大于或等于50。

在一个实施例中，还包括生成样本离群值数量分布直方图，查找极端离群值并查看他们的分类，从而筛选出极端离群值；以及对所有样本进行标记，并输出样本分布图。

在一个实施例中，还包括使用性能曲线来评价所用的分类器与分类算法的性能，并使用函数对性能曲线进行计算，用以观察模型的训练是否成功，较佳地，使用ROC性能曲线。

在一个实施例中，还包括输出分类准确度与返回“正常”数据阈值关系曲线。

在一个实施例中，还包括对所有样本进行标记并输出样本分布图。

在一个实施例中，在所述步骤四中，利用Python软件搭建模型，并包括以下步骤：

导入pandas库，并从Sklearn库中导入决策树模型分类器；

读取样本数据；

数据预处理，对读取的样本数据样中的缺失值进行处理；

拆分数据集，从Sklearn库中导入train_test_split函数，将整个数据集拆分为训练样本集和测试样本集；

导入决策树模型，并利用训练样本集训练模型，并对训练样本集采用交叉验证，以及验证训练模型的训练准确率；

将训练好的模型应用于测试样本集上进行测试，并输出预测准确率；

根据模型的训练准确率和预测准确率对模型的参数进行调整，得到最优模型。

在一个实施例中，在所述步骤“数据预处理”中，通过以下两种方法之一处理缺失值：删除含有缺失值的行与列，或对缺失值进行填充，用均值填充数值缺失，用众数填充类别缺失。

在一个实施例中，在所述步骤“拆分数据集”中，设置测试样本集的大小为整个数据集的10％至20％。

在一个实施例中，所述n个特征参数为：启动扭矩最大值、1缸排气压力跨度值、1缸电流导数平均值、1缸进气真空度平均值、启动扭矩最小值、2缸排气压力跨度值、2缸电流导数平均值、2缸进气真空度平均值、启动扭矩平均值、3缸排气压力跨度值、3缸电流导数平均、3缸进气真空度平均值、启动扭矩跨度值、4缸排气压力跨度值、4缸电流导数平均值4缸进气真空度平均值、1缸排气压力平均值、1缸宽度平均值、喷油嘴1二阶导最小值、1缸进气真空度跨度值、2缸排气压力平均值、2缸宽度平均值、喷油嘴2二阶导最小值、2缸进气真空度跨度值、3缸排气压力平均值、3缸宽度平均值、喷油嘴3二阶导最小值、3缸进气真空度跨度值、4缸排气压力平均值、4缸宽度平均值、喷油嘴4二阶导最小值、4缸进气真空度跨度值、高速油压平均值、未开启机油压力平均值、打开中机油压力平均值、关闭后机油压力平均值、机油压力最大值、机油压力最小值、安全油压平均值、节气门开启起始时间、节气门开启结束时间、节气门关闭起始时间、节气门关闭结束时间、节气门正位置关闭前电压平均值、节气门负位置关闭前电压平均值、节气门正位置关闭电压平均值、节气门负位置关闭电压平均值、节气门正位置开启后电压平均值、节气门负位置开启后电压平均值、1缸运行扭矩平均值、2缸运行扭矩平均值、3缸运行扭矩平均值、4缸运行扭矩平均值、1缸运行扭矩跨度值、2缸运行扭矩跨度值、3缸运行扭矩跨度值、4缸运行扭矩跨度值、增压器出口压力最大值、增压器出口压力最小值、增压器出口压力平均值。

本发明通过易于理解与实现的模型，有效提取发动机冷试特征，进行模型搭建，达到了快速、准确的故障诊断结果，能够降低发动机冷试诊断对人力、时间和知识的要求，提高发动机返修的速度和效率，同时补充了集成算法在发动机冷试故障诊断领域研究的空白。

附图说明

图1是本发明的发动机冷态测试故障诊断方法流程图。

图2是MATLAB中各个模型的训练结果。

图3是袋内分类误差随树数目变化图。

图4是除去了袋内样本(即观察值)的分类误差随树数目变化的曲线图。

图5是特征重要程度条形图。

图6是新的袋内分类误差图。

图7是平均分类裕度随树数目变化关系图。

图8是样本离群值数量分布直方图。

图9是样本分布图。

图10是ROC曲线图。

图11是准确度与返回“正常”数据阈值关系曲线图。

具体实施方式

以下将结合附图对本发明的较佳实施例进行详细说明，以便更清楚理解本发明的目的、特点和优点。应理解的是，附图所示的实施例并不是对本发明范围的限制，而只是为了说明本发明技术方案的实质精神。

在下文的描述中，出于说明各种公开的实施例的目的阐述了某些具体细节以提供对各种公开实施例的透彻理解。但是，相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况下来实践实施例。在其它情形下，与本申请相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。

在整个说明书中对“一个实施例”或“一实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此，在整个说明书的各个位置“在一个实施例中”或“在一实施例”中的出现无需全都指相同实施例。另外，特定特点、结构或特征可在一个或多个实施例中以任何方式组合。

在以下描述中，为了清楚展示本发明的结构及工作方式，将借助诸多方向性词语进行描述，但是应当将“前”、“后”、“左”、“右”、“外”、“内”、“向外”、“向内”、“上”、“下”等词语理解为方便用语，而不应当理解为限定性词语。

术语说明：

发动机冷态测试：在发动机产线终端通过电机反拖发动机，然后通过监控采集各个相关传感器的信号，并通过人为提取特征数据，对特征数据进行统计分析实现对发动机的装配质量进行检测。

本发明将机器学习应用于发动机故障诊断，使非专业人士也能够“一键”判断发动机的状态，能够第一时间发现发动机的异常并进行检修，节省大量人力、财力和时间。发动机本身的数据、特征参数的提取、模型的选择等等因素都会影响机器学习的结果，本发明希望通过简单的方法，有效提取发动机冷试特征，进行高效率、高准确率的故障诊断，降低发动机冷试诊断对人力、时间和知识的要求，提高发动机返修的速度和效率。

图1是本发明的发动机冷态测试故障诊断方法流程图。如图1所示，本发明的发动机冷态测试故障诊断方法总体上包括以下步骤：步骤100，进行发动机冷态测试并获取m个发动机样本；步骤200，从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；步骤300，对所述m个发动机样本进行数据整理，将所述m个发动机样本分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以m×(n+1)矩阵表示，形成样本数据表；步骤400，通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；步骤500，对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述训练好的模型，所述训练好的模型自动输出诊断结果。

下面以4GC发动机为例对本发明的一个实施例进行说明。

冷试检验台架主要由机械部分、测试与控制系统、公共辅助系统组成。机械部分包括机床床身、托盘上料系统、发动机夹紧装置、驱动装置、驱动适配器的同步装置、各种自动封堵和防护罩。测试和控制部分包括自动校正系统、常规电器配置、传感器系统、可编程器系统、面板操作系统、计算机系统(硬件和软件)和安全系统等。公共辅助系统包括液压装置和气动装置等。

冷试测试的基本检验过程为：

(1)托盘拖带发动机进入检测工位，检查冷试平台传感器是否正常工作，并自动触发零校正；

(2)读取发动机型号、编号以及相关参数，调用相应测试程序；

(3)发动机加紧固定并连接耦合驱动装置；

(4)自动连结进给装置和其他辅助装置；

(5)伺服电机驱动发动机旋转，并进行各种参数测试和分析检测；

(6)退回自动联结装置和辅助装置；

(7)断开发动机驱动装置；

(8)将带有发动机编号的测试和分析检验结果存入计算机；

(9)托盘带着发动机离开冷试测试台架。

这些测试项目分为基础性测试、安全性测试、电气测试以及机械测试。下面对这些测试进行简要介绍，并进行特征提取。

基础性测试包括线束导通测试和TDC测试。在冷试测试中，线束导通测试与TDC测试为基础性测试，用于保障后续测试能够顺利进行，无需进行特征提取。线束导通测试的目的用于检测各传感器线束对接是否到位。各传感器线束对应针脚正极上串联分压电阻，静态测试下，线束对接后，检测分压电阻两端电压，若对接到位，则电压不为零。TDC测试用于检测曲轴凸轮齿数是否正常，确定1缸压缩上止点位置，作为后续测试项目的基准进行数据处理。伺服电机拖动发动机稳定在转速500rpm后，通过曲轴相位传感器和进、排气其中一个凸轮传感器信号，或者曲轴相位传感器和1缸排气压力信号两种方式计算1缸压缩上止点。该项测试为后续测试做基准，每次测试数据不同。

安全性测试包括启动扭矩测试和安全机油压力测试。在发动机冷试过程中，有一些测试项目在于连续监控发动机某些指标的状态，用于判断发动机此时此刻是否处于基本正常的运作状态。在这些测试中，如果出现异常波动，立即自动停止测试，保护发动机。启动扭矩测试的目的在于监测发动机是否正常，保护发动机。测试过程中，伺服电机拖动发动机从转速0rpm到60rpm改变，采集扭矩数据，若其中任一参数超过限定值，则立即终止测试。关键参数包括启动扭矩最大值、最小值、平均值、跨度值(即最大值最小值之差)。安全机油压力测试测试目的在于保护发动机，避免发动机在高速测试中因润滑不足而损坏。将转速设置在300rpm至800rpm之间，以缩短机油压力建立时间。系统监控发动机从转速开始到建立至预置的机油压力100kPa的时间，若大于10s还未建立系统油压，则停止测试。关键参数为安全油压平均值。

电气测试包括节气门动作测试、静态点火测试、曲轴凸轮正时测试以及喷油嘴动作测试。气门动作测试的测试目的用于检测发动机节气门动作是否正常。通过控制节气门动作，采集节气门两路电压反馈信号，当节气门动作时，其电压反馈信号将随着动作进行变化，通过采集电压反馈信号，观察电压变化的规律，可检测节气门是否存在卡滞等问题。其关键参数为节气门开启、关闭的时间以及该时间位置的电压；开启、关闭两个动作开始后曲线的斜率。静态点火测试的测试目的在于判断各缸火花塞是否正常。在静态(即发动机转速为0rpm)下点火，控制点火驱动模块，完成初级线圈快速充放电过程，由电磁感应效应使线圈产生脉冲高电压，击穿火花塞两极间空气。然后采集火花塞放点过程中的电流信号，分析比较各缸火花塞电流波形；在给到点火线圈能量相同的情况下，比较各缸相同能量下的火花塞波形，判断是否存在有缺陷的火花塞，或者点火驱动模块是否存在异常。其关键参数为各缸宽度平均值、各缸电流导数平均值。曲轴凸轮正时测试的测试目的用于检测曲轴凸轮正时关系是否正确，相位轮是否存在缺陷，传感器是否存在故障等。发动机稳定在转速500rpm后，以TDC测试计算出的1缸压缩上止点为基准，采集发动机曲轴相位信号和凸轮相位信号，采样方式为外部时钟数字触发采样，采样频率为4096或8192pulse/rev，采样长度为一个完整的发动机周期，即2转720°。其关键参数为曲轴与凸轮信号上升沿与下降沿位置；曲轴与凸轮信号最大值、最小值、跨度值。喷油嘴动作测试的测试目的在于检测各缸喷油嘴是否能够正常开启和关闭。发动机处于静态下，控制喷油嘴控制阀开启和关闭，并同时采集喷油嘴内线圈反馈信号。其关键参数为各缸喷油嘴二阶导最小值。

机械测试包括增压压力测试、增压器振动测试、高速机油压力测试、高速NVH测试、VVT测试、可变机油泵测试、进气测试、低速机油压力测试、低速振动噪声测试、运行扭矩测试以及排气测试。增压压力测试的测试目的在于检测涡轮增压器泵轮的增压能力是否正常。发动机在转速2000rpm下运行，采集增压压力信号，采样方式为外部时钟数字触发采样，采样频率为1024pulse/rev，采样长度为一个完整的发动机周期，即2转720°。关键参数为增压器出口压力最大值、最小值以及平均值。

增压器振动测试的测试目的在于判断发动机旋转部件(增压器气涡轮、叶轮)是否存在缺陷。发动机稳定在转速2000rpm后，以TDC测试计算出的1缸压缩上止点为基准，采集安装在发动机增压器位置上的加速度传感器信号，采样方式为外部时钟数字触发采样，采样频率为2048或4096pulse/rev，采样长度为5个完整的发动机周期，即10转3600°。关键参数为增压器各个阶次的振动频率。

高速机油压力测试的测试目的在于检测机油调压阀是否存在缺陷，高转速下发动机润滑系统是否存在缺陷，并保证后续低速测试稳定性。发动机稳定在转速1500rpm后，以TDC测试计算出的1缸压缩上止点为基准，采集机油压力和机油温度信号，采样方式为外部时钟数字触发采样，采样频率为1024pulse/rev，采样长度为一个完整的发动机周期，即2转720°。为节省成本，保护发动机并保证测试数据的准确性，转速不宜过高，该测试中设为1500rpm。关键参数为高速机油压力平均值。

高速NVH测试的测试目的在于检测高转速下发动机旋转部件是否存在缺陷。发动机稳定在转速1500rpm后，以TDC测试计算出的1缸压缩上止点为基准，对发动机缸盖上方、进气侧缸体和排气侧缸体3个加速度传感器进行数据采集。采样方式为外部时钟数字触发采样，采样频率为2048或4096pulse/rev，采样长度为5个完整的发动机周期。

VVT测试的测试目的在于检测VVT系统是否存在缺陷。控制OCV阀，发动机稳定在转速1500rpm后，以TDC测试计算出的1缸压缩上止点为基准，进行数据采集。采样方式为外部时钟数字触发采样，采样频率为4096或8192pulse/rev，采样长度为50个完整的发动机周期。测试转速一般设置在冷试过程中最高转速阶段，在该转速下，可以比较准确得测量VVT作用下凸轮轴转动的响应速度，同时也可以缩短测试时间。其关键参数为凸轮信号曲线斜率，即开启、关闭速率；以及凸轮信号曲线最大值，即转动最大角度。

可变机油泵测试的测试目的在于检测可变机油泵高、低工作模式下的压力以及是否可在两种工作模式中正常切换。电机拖动发动机稳定在转速800rpm后，采集机油压力信号，采样方式为外部时钟数字触发采样，采样频率为4096或8192pulse/rev。其关键参数为机油压力最大值、最小值，以及两种工作模式下压力平均值。

进气测试的测试目的在于检测发动机进气系统是否存在缺陷。为保证测试时各缸进气真空度较为一致，一般在经最高转速、各零部件磨合充分、机油充分润滑后进行。转速一般设置在300rpm，过高会导致无法检测出细微漏气的缺陷，降低检测准确度。采样方式为外部时钟数字触发采样，采样频率为1024pulse/rev，采样长度为1个完整的发动机周期。其关键参数为各缸进气真空度平均值、跨度值。

低速机油压力测试的测试目的在于检测在高转速情况下无法检测到的缺陷。电机拖动发动机稳定在转速150rpm后，采集机油压力和机油温度信号，采样方式为外部时钟数字触发采样，采样频率为4096pulse/rev，采样长度为2个完整发动机周期。其关键参数为低速油压均值；各阶次频率。

低速振动噪声测试的测试目的在于检测发动机旋转部件是否存在缺陷。发动机的旋转部件某些在高转速下振动较明显，有些则在低转速下较明显，为了保障检测的准确度，进行低速油压测试。电机拖动发动机稳定在转速150rpm后，采集3个加速度传感器信号，采样方式为外部时钟数字触发采样，采样频率为2048或4096pulse/rev，采样长度为2个完整发动机周期。

运行扭矩测试的测试目的在于检测发动机活塞、气缸、曲轴等零部件是否存在缺陷。与启动扭矩测试不同，运行扭矩在发动机转速稳定下进行，为避免某些细微扭矩波动来不及在测试曲线中体现，扭矩不宜过高，一般设定在150rpm至300rpm左右。电机拖动发动机稳定在转速150rpm后，采集扭矩信号，采样方式为外部时钟数字触发采样，采样频率为1024pulse/rev，采样长度为1个完整发动机周期。其关键参数为各缸扭矩平均值、跨度值、扭矩曲线斜率。

排气测试的测试目的在于检测排气系统是否存在缺陷。同进气测试一样，为保证测试时各缸排气压力较为一致，一般在经最高转速、各零部件磨合充分、机油充分润滑后进行。转速一般设置在100rpm至300rpm，过高会导致无法检测出细微漏气的缺陷，降低检测准确度。采样方式为外部时钟数字触发采样，采样频率为1024pulse/rev，采样长度为1个完整的发动机周期。其关键参数为各缸排气压力平均值、跨度值。

下面对本实施例的方法步骤进行详细介绍：

步骤100，进行发动机冷态测试并获取m个发动机样本；

通过以上的测试平台对4GC发动机按照顺序进行了线束导通、节气门动作、静态点火、启动扭矩、TDC、曲轴凸轮正时、安全机油压力、增压压力、增压器振动噪声、高速机油压力、高速NVH、VVT、可变机油泵、进气、低速机油压力、低速NVH、运行扭矩、排气以及喷油嘴动作测试，并获取m个发动机样本，在本实例中，共获取429个4GC发动机样本。

步骤200，从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；

在整个发动机冷试过程中，波形数据能够直观生动地反映每个项目的状态，但过于详细的数据对于选择决策树模型进行机器学习并不友好，并且如安全油压测试一类的测试项目，完全可以用一个或几个特征参数概括一整段波形数据。因此本发明提取了六十个特征参数，如下表1所示：

表1：

步骤300，对所述m个发动机样本进行数据整理，将所述m个发动机样本分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以m×(n+1)矩阵表示，形成样本数据表；

在本实施例中，对所持有的429个4GC发动机样本进行数据整理，其中1个故障样本部分数据缺失。为直观地观察样本信息，绘制下表2。如表2所示，进行数据整理后，标记正常发动机样本145个，故障发动机样本284个，故障类型为25种。由于样本中故障种类过多，且每一大类故障中测试条件有所区别，如分为排气测试转速300rpm和150rpm，泄压阀2mm孔、3mm孔、4mm孔，平均每一小类故障仅有2至3个样本，因而仅将样本分为正常与故障两种，并分别以“1”和“0”表示。然后将429个样本的数据以一个61×429的矩阵表示，形成样本数据表并在后续算法编写时输入数据并进行模型训练。

表2：

步骤400，通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；

本步骤使用MATLAB与Python软件来实现。MATLAB与Python都是较为热门的编程软件，它们功能强大，在做学术研究、项目、产品中都扮演着重要角色，也经常被用于机器学习算法编写。MATLAB是一款由美国MathWorks公司设计的数学计算专用软件，可以进行矩阵运算、数据绘制、算法实现等，主要应用于工程计算、信号处理、金融分析等领域。MATLAB将许多功能都整合在一起，对于机器学习而言，已有专用于建立决策树、SVM甚至集成算法的APP，快捷而又便利，更适用于学术研究。而Python是一种通用的解释型计算机程序设计语言，语法简洁清晰，由numpy、pandas、matplotlib、sklearn等等一系列的库实现科学计算功能，可以进行网络爬虫、数据清洗等工作。事实上，在机器学习方面，两者都有不同的优势与劣势。MATLAB是数值计算领域应用最为广泛的软件，更像是一个平台；相较于MATLAB而言，Python更为通用、自由。

下面首先介绍使用MATLAB软件来搭建模型的方法。

首先，使用MATLAB中机器学习Classification Learner App分别对普通决策树模型和两种集成决策树模型——Bagged Trees和Boosted Trees进行简单训练。导入原先整理的样本数据，训练过程中设置交叉验证50次以防止模型过拟合，图2为各个模型的训练结果。从结果我们可以发现，BaggedTree模型的准确度最高，高于其他普通决策树模型约4％至5％左右。另外，总体而言，所有模型训练的速度均较快，除了Bagged Trees模型训练时间为24秒外，其他模型训练时间都在6秒以内。综合每个模型的训练速度、准确率考虑，选择Bagged Trees模型进行深入学习。

Bagged Trees模型搭建

(1)在Bagged Trees模型中，选取合适的树的数目是非常重要的。树的数目会影响模型训练的准确度，模型训练所需时间会随着树数目的增加而增加。设置生长的决策树数目最大值为100棵，观察袋内分类误差与树的数量关系图，图3为袋内分类误差随树数目变化图。在分类误差相差不多的情况下，减少树的数量可以在保证训练准确度的情况下减少模型训练时间。

(2)Bagged Trees中的每棵树在训练时会抽取数量相同，但状态不一定相同的n个样本放入“树袋”内。这说明有些时候，429个样本中的某些样本没有被任何一棵树选择作为训练样本，所以除了观察袋内分类误差之外，生成图4所示除去了袋内样本(即观察值)的分类误差随树数目变化的曲线图。综合图3与图4，可以观察到在树数目约为45棵左右之后，两类误差变化不大，考虑到模型训练所要花费的时间，将树数目设置为50棵。

(3)对于基于特征参数进行训练的集成算法而言，并非所有的特征参数都需要被用于训练模型；或者说，并非所有的特征参数在模型训练中会起到正面的积极效果，所以一般在模型训练时会进行PCA降维处理，或者对特征参数进行筛选，使得模型能够达到更高的准确率。对60个特征参数进行重要程度计算，生成如图5所示的特征重要程度条形图。

从图中可以发现，第43至45个特征并不重要，甚至对模型的训练结果产生负面影响，降低模型的准确率，需要将这类特征参数删除。所以这里设置一个任意值a，筛选重要程度大于a的特征参数，此处a值设置为0.4，筛选出29个特征参数，并在此基础上生成新的函数。

事实上，数据清洗过程包含了特征参数的初步选择，理想的目标是初步选择的特征参数重要程度相同或相近，但可能由于曲线特征参数认识的错误以及样本量的不足，导致选择的特征参数并不具有同等效用，所以进行二次筛选，以保证模型的训练效果。

(4)在筛选特征参数后构造新的决策函数，并生成如图6所示新的袋内分类误差图，从图6中可以看出，经过特征筛选后袋内分类误差图随树数目变化趋势与筛选前大致类似，但总体而言经过特征筛选后，整体分类误差下降，且在树数目大于45棵之后，曲线较之前更为平滑。根据图中曲线，新模型可设置的树数目为大于等于50棵。

(5)针对分类问题，除了分类误差这一指标之外，还可以查看平均分类裕度随树数目的变化关系。平均分类裕度的概念与增益裕度、相位裕度类似，作为反映模型好坏的另一个指标，对于决策树模型而言，平均分类裕度越高，则模型训练效果越好。图7为平均分类裕度随树数目变化关系图，从图中可以看到，大约在树数目大于45棵之后，平均分类裕度曲线趋于平稳态势，大小约为0.825，综合分类误差和平均分类裕度两条曲线，设置新模型的树数目为50棵。

(6)在所有的样本中，存在一些样本显著不同于其他样本，看起来似乎是被不同的机制产生的，一般可以将这些离群值视作“异常数据”。生成图8所示样本离群值数量分布直方图，查找极端离群值(离群值测量数大于100)并查看他们的分类，共有4个极端离群值，其中1个为正常样本，3个为故障样本。

(7)对所有样本进行标记，用红色标记代码为“0”的故障样本，蓝色标记代码为“1”的正常样本，并输出如图9所示样本分布图。我们希望所持有的样本能够均匀分布在图像上，并尽可能地覆盖到所有地方，但由于样本数量与种类的限制，事实上我们无法得到理想状态的样本分布图像，只能说尽可能使样本分布均匀，使得每个样本具有相同或近似的权重值，对于模型训练的影响几乎相同。从图9中可以发现，目前整个样本分布类似于“三角形”布局，在接近三角形三个角的位置样本分布较为密集，这说明当新样本属于这些样布分布密集区域时，它能够被更好地识别。

(8)对于二分类问题而言，一般会使用ROC(Receiver OperatingCharacteristic)等一些曲线来评价所用的分类器与分类算法的性能，未指定性能曲线类型时，默认使用ROC曲线。使用perfcurve功能对性能曲线进行计算，用以观察模型的训练是否成功，若成功，曲线的值应趋向于1，如图10所示，说明分类器的性能越好。

(9)应用ROC曲线的情况下，输出如图11所示分类准确度与返回“正常”数据阈值关系曲线，并找出分类准确度最大值所对应的阈值。ROC曲线是以阈值作为变量，在不同阈值下，得到x点与y点绘制而来，所以ROC曲线上的任何一个点都有对应阈值。绘制ROC曲线的目的，除了能够直观地观察分类器性能之外，另一个重要作用就是根据ROC曲线来选取一个合理的阈值，用于实际检测、应用与判定。通过改变树数目、特征量重要程度最小值a等参数，分类器的性能会发生不同的变化，即ROC曲线产生变化，从而分类准确度与返回“正常”数据阈值关系曲线也会发生变化，每次改变参数后绘制出的曲线分类准确度所对应的阈值也不同。通过改变这些参数，尽量使分类准确度达最大。由图10的曲线可得，当阈值为0.6471时，分类准确度达最高值96.5％。

下面再次介绍使用Python软件来搭建模型。

用Python编写程序的好处在于：一是它的语言通用，语言简洁清晰，编写者心里怎么想就可以怎么编，甚至只要几行代码就可以实现很复杂的功能；二是它有很多功能强大的库，像pandas、numpy、sklearn、matplotlib等等，几乎可以满足想要实现的需求，只需要在编写程序时安装好这些库即可。因此相较于MATLAB而言，Python是更受欢迎，大家更为青睐的工具。在本节中，将搭建决策树模型、Bagging方法中随机森林模型以及Boosting方法中的Adaboost模型，并对这三种模型的效果进行一个比较。

虽然使用Python编写模型不像MATLAB那样方便，有工具可以直接生成模型，但是能够更为清晰且直观地观察决策树的每个参数对于整个模型效果的影响，人为地进行参数调整，使得模型效果最佳。Python的库非常多，Scikit-learn(Sklearn)库是机器学习中最为常用的第三方模块，对常用的包括分类、回归、降维、聚类等机器学习方法进行了封装，是一个简单高效的数据挖掘与分析的工具，能够在复杂环境中重复使用。我们的三个模型将全部基于Sklearn库来搭建。

在进行决策树、随机森林和Adaboost三种模型搭建过程中，分类器的建立大同小异，主要对于搭建模型中的过程与思路进行介绍。

(1)导入pandas库并以pd缩写表示，从Sklearn库中导入需要使用到的三种决策树模型分类器。

(2)读取样本数据。Python中有很多库可以读取各种类型的数据，每种类型的数据对应一至多个库可以使用。针对本研究中Excel数据类型，选择pandas库读取数据。一般来说，并非表格内所有数据都需要被读取，因此我们定义起始行与列，甚至能够针对数据表现跳过一些行与列，仅获取我们需要的数据。如此，读取数据过程中删除一些不必要或者不完美的数据，可以提高后续模型训练的效果。

(3)数据预处理。在我们读取的初始数据样本中，有一个样本缺失了某些特征参数，为了输出一个完美填充的数据集，对数据集中的缺失值进行处理，主要有两种方法：一是删除含有缺失值的行与列，另一种是对缺失值进行填充，用均值填充数值缺失，用众数填充类别缺失。

(4)拆分数据集。从Sklearn库中导入train_test_split函数，将整个数据集拆分为训练样本集和测试样本集，并设置测试样本集大小，测试样本集的大小一般为整个数据集的10％至20％。

(5)导入三个决策树模型，先将所有参数设置为默认值，并训练模型。

(6)建立好模型之后，为了保证模型的可靠性，对训练样本集采用交叉验证。调用Sklearn中的cross_val_score函数，其中scoring可以选择对何种模型评价指标进行验证，一般设置为“accuracy”，即验证训练模型的准确率，验证次数可任意设定，最终输出结果的平均值。

(7)模型训练完成之后，将训练好的模型应用于测试样本集上进行测试，并输出预测准确率。

(8)根据模型训练准确率和测试准确率两个结果，对模型的参数进行调整。在之前我们提到，一个模型可能会出现过拟合的情况，即在测试样本时准确率不高，因此我们应当关注两个准确率的值。在经过多次调参后，模型效果达到最优，则将此时的模型作为训练完成的模型输出。

步骤500，对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述模型，所述模型自动输出诊断结果。

当通过步骤四将决策树模型训练好以后，对待诊断的发动机进行冷态测试并提取60个特征参数，将该60个特征参数输入步骤四中训练好的模型，该模型自动输出该发动机的故障诊断结果。

综上，本发明通过易于理解与实现的模型，有效提取发动机冷试特征，进行模型搭建，达到了快速、准确的故障诊断结果，能够降低发动机冷试诊断对人力、时间和知识的要求，提高发动机返修的速度和效率，同时补充了集成算法在发动机冷试故障诊断领域研究的空白。

以上已详细描述了本发明的较佳实施例，但应理解到，在阅读了本发明的上述讲授内容之后，本领域技术人员可以对本发明作各种改动或修改。这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (16)

1.一种发动机冷态测试故障诊断方法，其特征在于，所述方法包括以下步骤：

步骤一、进行发动机冷态测试并获取m个发动机样本；

步骤二、从所述m个发动机样本中的每一个发动机样本内提取n个特征参数；

步骤三、对所述m个发动机样本进行数据整理，将所述m个发动机样本区分为m1个正常发动机样本和m2个故障发动机样本，其中m＝m1+m2，并将所述m个发动机样本的n个特征参数以矩阵表示，形成样本数据表；

步骤四、通过软件搭建决策树模型，并将所述样本数据表导入所述模型进行训练；

步骤五、对待诊断的发动机进行冷态测试并提取n个特征参数，将所述n个特征参数输入所述训练好的模型，所述训练好的模型自动输出诊断结果。

2.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤二中的特征参数从以下十九个项目的发动机冷态测试中提取：线束导通、节气门动作、静态点火、启动扭矩、TDC、曲轴凸轮正时、安全机油压力、增压压力、增压器振动噪声、高速机油压力、高速NVVVT、可变机油泵、进气、低速机油压力、低速NVH、运行扭矩、排气以及喷油嘴动作。

3.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，所述方法还包括将所述m个发动机样本中的一部分导入所述模型进行训练以及将所述m个发动机样本中的另一部分导入所述模型进行测试，较佳地，在所述步骤一中，m大于400，n大于50。

4.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，使用MATLAB软件搭建普通决策树模型，并将所述样本数据导入所述普通决策树模型内进行训练，并在训练过程中设置交叉验证多次以防止模型过拟合，较佳地，在训练过程中设置交叉验证50次以防止模型过拟合。

5.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，使用MATLAB软件搭建Bagged Trees模型，并将所述样本数据导入所述模型内进行简单训练，并在训练过程中设置交叉验证多次以防止模型过拟合。

6.根据权利要求5所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，还包括利用Bagged Trees模型进行深度学习，并综合袋内分类误差与树的数量关系以及除了袋内样本的分类误差与树的数量关系确定Bagged Trees模型中的树的数量h。

7.根据权利要求6所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤四还包括对n个特征参数进行重要程度计算，并筛选出n1个特征参数，其中n1小于或等于n，以及在筛选出n1个特征参数后再次确定新模型设置的树的数目h1，较佳地，h1大于或等于50。

8.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，所述步骤四还包括综合平均分类裕度随树的数目的变化关系设置新Bagged Trees模型中的树的数目h2，较佳地，h2大于或等于50。

9.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，还包括生成样本离群值数量分布直方图，查找极端离群值并查看他们的分类，从而筛选出极端离群值；以及对所有样本进行标记，并输出样本分布图。

10.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，还包括使用性能曲线来评价所用的分类器与分类算法的性能，并使用函数对性能曲线进行计算，用以观察模型的训练是否成功，较佳地，使用ROC性能曲线。

11.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，还包括输出分类准确度与返回“正常”数据阈值关系曲线。

12.根据权利要求7所述的发动机冷态测试故障诊断方法，其特征在于，还包括对所有样本进行标记并输出样本分布图。

13.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤四中，利用Python软件搭建模型，并包括以下步骤：

导入pandas库，并从Sklearn库中导入决策树模型分类器；

读取样本数据；

数据预处理，对读取的样本数据样中的缺失值进行处理；

拆分数据集，从Sklearn库中导入train_test_split函数，将整个数据集拆分为训练样本集和测试样本集；

导入决策树模型，并利用训练样本集训练模型，并对训练样本集采用交叉验证，以及验证训练模型的训练准确率；

将训练好的模型应用于测试样本集上进行测试，并输出预测准确率；

根据模型的训练准确率和预测准确率对模型的参数进行调整，得到最优模型。

14.根据权利要求13所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤“数据预处理”中，通过以下两种方法之一处理缺失值：删除含有缺失值的行与列，或对缺失值进行填充，用均值填充数值缺失，用众数填充类别缺失。

15.根据权利要求13所述的发动机冷态测试故障诊断方法，其特征在于，在所述步骤“拆分数据集”中，设置测试样本集的大小为整个数据集的10％至20％。

16.根据权利要求1所述的发动机冷态测试故障诊断方法，其特征在于，所述n个特征参数为：启动扭矩最大值、1缸排气压力跨度值、1缸电流导数平均值、1缸进气真空度平均值、启动扭矩最小值、2缸排气压力跨度值、2缸电流导数平均值、2缸进气真空度平均值、启动扭矩平均值、3缸排气压力跨度值、3缸电流导数平均、3缸进气真空度平均值、启动扭矩跨度值、4缸排气压力跨度值、4缸电流导数平均值4缸进气真空度平均值、1缸排气压力平均值、1缸宽度平均值、喷油嘴1二阶导最小值、1缸进气真空度跨度值、2缸排气压力平均值、2缸宽度平均值、喷油嘴2二阶导最小值、2缸进气真空度跨度值、3缸排气压力平均值、3缸宽度平均值、喷油嘴3二阶导最小值、3缸进气真空度跨度值、4缸排气压力平均值、4缸宽度平均值、喷油嘴4二阶导最小值、4缸进气真空度跨度值、高速油压平均值、未开启机油压力平均值、打开中机油压力平均值、关闭后机油压力平均值、机油压力最大值、机油压力最小值、安全油压平均值、节气门开启起始时间、节气门开启结束时间、节气门关闭起始时间、节气门关闭结束时间、节气门正位置关闭前电压平均值、节气门负位置关闭前电压平均值、节气门正位置关闭电压平均值、节气门负位置关闭电压平均值、节气门正位置开启后电压平均值、节气门负位置开启后电压平均值、1缸运行扭矩平均值、2缸运行扭矩平均值、3缸运行扭矩平均值、4缸运行扭矩平均值、1缸运行扭矩跨度值、2缸运行扭矩跨度值、3缸运行扭矩跨度值、4缸运行扭矩跨度值、增压器出口压力最大值、增压器出口压力最小值、增压器出口压力平均值。

Images