CN117113853B - 一种提高活塞机运行稳定性的方法及系统 - Google Patents

Abstract

本发明公开了一种提高活塞机运行稳定性的方法及系统，涉及数据处理技术领域，所述方法包括：对目标活塞机的运行场景信息进行应用要素提取，再基于所提取的运行场景参数信息对目标活塞机进行模拟检测，得到活塞机运行检测数据流；依据活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；基于活塞机运行检测自适应网络对活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；基于运行控制参数‑活塞机稳定性空间和活塞机稳定性检测结果对目标活塞机进行运行参数优化。达到实现活塞机运行稳定性自适应智能化检测，提高稳定性检测结果准确性和稳定性优化控制效率，进而提高活塞机运行稳定性的技术效果。

Description

一种提高活塞机运行稳定性的方法及系统

技术领域

本发明涉及数据处理技术领域，尤其涉及一种提高活塞机运行稳定性的方法及系统。

背景技术

活塞机是一种以气缸为工作空间的机械设备，通过活塞在气缸内往复运动来产生动力。活塞机在工业生产中具有广泛的应用，对于提高工业生产效率具有重要作用，常被应用于各种工业领域，如制冷、发电、采矿等。在活塞机的运行过程中，活塞的运行稳定性是影响设备性能的关键因素之一，而活塞机的精准控制是保证其稳定运行的重要手段。然而，现有技术活塞机运行稳定性检测智能化程度低，导致检测准确率和稳定性控制效率较低。

发明内容

本申请通过提供一种提高活塞机运行稳定性的方法及系统，解决了现有技术活塞机运行稳定性检测智能化程度低，导致检测准确率和稳定性控制效率较低的技术问题，达到实现活塞机运行稳定性自适应智能化检测，提高稳定性检测结果准确性和稳定性优化控制效率，进而提高活塞机运行稳定性的技术效果。

鉴于上述问题，本发明提供了一种提高活塞机运行稳定性的方法及系统。

第一方面，本申请提供了一种提高活塞机运行稳定性的方法，所述方法包括：获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化。

另一方面，本申请还提供了一种提高活塞机运行稳定性的系统，所述系统包括：应用要素提取模块，用于获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；运行模拟检测模块，用于基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；稳定性指标获得模块，用于获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；数据训练融合模块，用于依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；稳定性检测结果输出模块，用于基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；运行参数优化模块，用于构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化。

第三方面，本申请提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了获取对目标活塞机的运行场景信息进行应用要素提取，再基于所提取的运行场景参数信息对目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；依据活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；基于运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化的技术方案。进而达到实现活塞机运行稳定性自适应智能化检测，提高稳定性检测结果准确性和稳定性优化控制效率，进而提高活塞机运行稳定性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请一种提高活塞机运行稳定性的方法的流程示意图；

图2为本申请一种提高活塞机运行稳定性的方法中生成活塞机运行检测自适应网络的流程示意图；

图3为本申请一种提高活塞机运行稳定性的系统的结构示意图；

图4为本申请示例性电子设备的结构示意图。

附图标记说明：应用要素提取模块11，运行模拟检测模块12，稳定性指标获得模块13，数据训练融合模块14，稳定性检测结果输出模块15，运行参数优化模块16，总线1110，处理器1120，收发器1130，总线接口1140，存储器1150，操作系统1151，应用程序1152和用户接口1160。

具体实施方式

在本申请的描述中，所属技术领域的技术人员应当知道，本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本申请可以具体实现为以下形式：完全的硬件、完全的软件（包括固件、驻留软件、微代码等）、硬件和软件结合的形式。此外，在一些实施例中，本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。

上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。

本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。

本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。

应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。

也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。

也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。

下面结合本申请中的附图对本申请进行描述。

实施例一

如图1所示，本申请提供了一种提高活塞机运行稳定性的方法，所述方法包括：

步骤S1：获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；

具体的，活塞机是一种以气缸为工作空间的机械设备，通过活塞在气缸内往复运动来产生动力。活塞机在工业生产中具有广泛的应用，对于提高工业生产效率具有重要作用，常被应用于各种工业领域，如制冷、发电、采矿等。在活塞机的运行过程中，活塞的运行稳定性是影响设备性能的关键因素之一，而活塞机的精准控制是保证其稳定运行的重要手段。

为实现智能化活塞机运行稳定性检测，首先获取目标活塞机的运行场景信息，即待检测活塞机的应用领域场景，例如汽车制动系统、发电机组、制氢系统以及充气泵等。再对所述运行场景信息进行应用要素提取，即对场景应用参数进行确定，获得对应的场景环境参数信息，所述场景环境参数信息包括温度、压力、功率等场景应用环境参数，提高后续运行场景模拟准确性和全面性。

步骤S2：基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；

进一步而言，所述得到活塞机运行检测数据流，本申请步骤还包括：

获取活塞机构造分布信息，基于所述活塞机构造分布信息进行传感器组多点位布设，得到运行传感器检测网络；

通过所述运行传感器检测网络对所述目标活塞机进行运行模拟检测，获得多源运行检测数据流；

对所述多源运行检测数据流进行标准化预处理，获取标准多源运行检测数据流；

基于数据计算精度需求对所述标准多源运行检测数据流进行约减降维，得到所述活塞机运行检测数据流。

具体的，基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，以确保其在实际运行场景内能够稳定运行。首先通过活塞机构造装配图获取活塞机构造分布信息，即活塞机各功能结构的区域分布信息。再基于所述活塞机构造分布信息进行传感器组多点位布设，即对活塞机运行功能结构进行传感器组位置设置，包括温度传感器、压力传感器、位置传感器、速度传感器等，全面覆盖获取活塞机功能结构运行数据，通过传感器组布设得到运行传感器检测网络。进而通过所述运行传感器检测网络对所述目标活塞机进行运行模拟检测，将传感器检测来源的非电变量活塞机运行数据转换成电信号数据即多源运行检测数据流。

对所述多源运行检测数据流进行标准化预处理，可通过数据清洗、归一化等方式对数据流中的错误数据、多余数据进行清除，再对数据进行格式、单位归一化标准处理，获取预处理后的标准多源运行检测数据流，实现数据标准化，利于数据分析处理。由于传感器检测数据量较大，再通过计算速率、准确率等要求自行设置数据计算精度需求，计算精度越高，准确率越高，速率相应下降。基于数据计算精度需求对所述标准多源运行检测数据流进行约减降维，即按照采集时段均匀性比例筛选检测数据量，减少数据整体计算量，得到满足预设精度需求的活塞机运行检测数据流。实现检测数据流预处理标准化，确保数据应用质量，进而提高数据处理效率。

步骤S3：获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；

具体的，制定获得活塞机运行稳定性指标，所述活塞机运行稳定性指标为对活塞机运行稳定性的评价指标，包括活塞波动幅度，活塞机运行过程中，活塞在气缸内的位置应保持稳定，不应出现大幅度的上下波动，活塞位置的波动会影响活塞机运行稳定性，从而产生噪声和振动；活塞速度波动，活塞速度的波动不仅会影响到活塞机的功率和扭矩输出，还可能会导致活塞与气缸的配合关系发生变化，从而产生噪声和振动；活塞循环活塞机运行过程中，活塞的循环应保持稳定，不应出现中断或卡滞等现象；润滑性能活塞机运行过程中，活塞和气缸之间的润滑应保持稳定，不应出现润滑不良或干摩擦等现象；气体压力，活塞机运行过程中，气缸内气体压力应保持稳定，不应出现大幅度的波动，通过多维指标评估全面分析活塞机运行稳定性。

步骤S4：依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；

如图2所示，进一步而言，所述生成活塞机运行检测自适应网络，本申请步骤还包括：

通过数据挖掘技术构建活塞机运行数据库，所述活塞机运行数据库包括历史活塞机运行检测数据流和运行稳定性数据；

按照所述活塞机运行稳定性指标对所述活塞机运行数据库进行分类整合，得到稳定性指标分类检测样本数据集；

利用深度学习网络结构对所述稳定性指标分类检测样本数据集分别进行训练，获得稳定性检测分支网络集合；

获取模型融合系数信息，基于所述模型融合系数信息将所述稳定性检测分支网络集合中的各分支网络进行融合，生成所述活塞机运行检测自适应网络。

进一步而言，所述获取模型融合系数信息，本申请步骤还包括：

验证所述稳定性检测分支网络集合中的各分支网络，获得网络检测准确率信息；

对所述活塞机运行稳定性指标的属性信息进行主成分分析，获得降维稳定性属性信息；

基于所述降维稳定性属性信息进行因子分析，获得稳定性指标关键度分配信息；

将所述网络检测准确率信息和所述稳定性指标关键度分配信息进行参数加权融合，确定所述模型融合系数信息。

具体的，为实现智能化活塞机运行稳定性高效检测，通过数据挖掘技术采集构建活塞机运行数据库，所述活塞机运行数据库包括历史活塞机运行检测数据流和相应的运行稳定性数据，其中运行稳定性数据可通过预设稳定性等级划分标准衡量处理表示。依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，首先按照所述活塞机运行稳定性指标对所述活塞机运行数据库进行分类整合，即将数据库按照稳定性指标进行分类，再将相同指标类型的数据整合为一类，得到整合后的稳定性指标分类检测样本数据集。利用深度学习网络结构对所述稳定性指标分类检测样本数据集分别进行训练，将稳定性指标分类检测样本数据集作为训练标识数据，获得模型收敛的稳定性检测分支网络集合，所述稳定性检测分支网络集合为神经网络模型，用于依据各稳定性指标分别进行活塞机运行稳定性分析。

由于训练获得的稳定性检测分支网络分析准确性较低，因此对各分支网络进行融合，以提高模型检测分析准确性。通过数据库比例划分验证集对所述稳定性检测分支网络集合中的各分支网络进行输出准确率验证，判断其模型输出结果是否准确，以此获得各分支网络相应的网络检测准确率信息。再对所述活塞机运行稳定性指标的属性信息进行主成分分析，即对各稳定性指标相关的多个变量属性进行降维处理，例如活塞循环次数、循环速度等属性，将其中重要属性特征明确显示出来，得到与稳定性指标评价关联性较强的属性信息即降维稳定性属性信息。进而对所述降维稳定性属性信息进行因子分析，即提取各检测属性中的共同特征，将本质相同的属性信息归为一个属性信息。共同因子多的属性信息权重对应较大，共同因子少的属性信息权重对应较小，从而得到属性因素的权重分配结果即稳定性指标关键度分配信息。

将所述网络检测准确率信息和所述稳定性指标关键度分配信息进行参数加权融合，即将各分支检测网络的网络检测准确率信息与其对应的稳定性指标关键度分配信息的乘积作为其融合参数，再对各融合参数归一化处理，使得各融合参数之和为1。最后将其融合参数的归一化占比作为其融合系数，以此确定模型融合系数信息，其检测分支网络的准确率越高，关键度越大，其对应的模型融合系数信息越大，表明该分支网络模型的重要性越强，进而其模型表决权越大。基于所述模型融合系数信息将所述稳定性检测分支网络集合中的各分支网络进行融合，生成活塞机运行检测自适应网络，所述活塞机运行检测自适应网络用于多维智能化检测活塞机运行稳定性，进而提高稳定性检测结果准确性和检测效率。

步骤S5：基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；

具体的，基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果，所述活塞机稳定性检测结果包括各检测分支网络输出的稳定性等级以及其加权融合等级，用于综合表明活塞机运行稳定性。实现精准高效检测活塞机运行稳定性，进而提高活塞机稳定性检测结果准确性和全面性。

步骤S6：构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化。

进一步而言，所述对所述目标活塞机进行运行参数优化，本申请步骤还包括：

根据所述活塞机稳定性检测结果，确定关联优化控制参数类型；

基于所述关联优化控制参数类型在所述运行控制参数-活塞机稳定性空间内进行匹配，筛选获取活塞机控制参数记忆库；

依据所述活塞机运行稳定性指标，构建运行稳定性适应度函数；

设置参数搜索步长，依据所述参数搜索步长在所述活塞机控制参数记忆库内进行参数搜索，并通过所述运行稳定性适应度函数得到搜索控制参数集的全局参数适应度集；

基于所述全局参数适应度集进行降序筛选，反向匹配输出运行优化控制参数，并通过所述运行优化控制参数对所述目标活塞机进行运行稳定性控制。

进一步而言，所述构建运行控制参数-活塞机稳定性空间，本申请步骤还包括：

获取活塞机控制因素参数集合，基于所述活塞机控制因素参数集合进行运行稳定性测试，依据测试结果构建活塞机运行控制数据库；

构建活塞机属性分类器，基于所述活塞机属性分类器对所述目标活塞机进行分类，得到活塞机设备属性信息；

依据所述活塞机设备属性信息对所述活塞机运行控制数据库进行聚类优选，获取所述运行控制参数-活塞机稳定性空间。

具体的，为提高活塞机运行稳定性的，需对其控制参数及时调节。首先获取活塞机控制因素参数集合，所述活塞机控制因素参数集合为与活塞机运行稳定性相关的控制参数信息，包括吸气、排气温度、冷却水压力、转速、液位等。基于所述活塞机控制因素参数集合进行运行稳定性测试，获得控制因素参数变化时对应的稳定性测试数据，依据控制参数变化数值和稳定性测试数据组成测试结果，并依据测试结果构建活塞机运行控制数据库，所述活塞机运行控制数据库包括各类型活塞机的控制因素参数以及稳定性测试数据。通过活塞机类型分类指标构建活塞机属性分类器，所述活塞机属性分类器用于对活塞机属性类型进行多指标分类，包括冷却介质，例如水冷式和风冷式；活塞运动方式，例如复活塞式和旋转活塞式；燃料种类，例如汽油机、柴油机、气体燃料发动机等。基于所述活塞机属性分类器对所述目标活塞机进行分类，得到对应的活塞机设备属性信息，用于表明该活塞机的设备类型属性。依据所述活塞机设备属性信息对所述活塞机运行控制数据库进行聚类优选，即将数据库按照设备属性进行聚类划分，将相同属性类型的活塞机设备聚为一类。再通过所述活塞机设备属性信息优选与该属性匹配的活塞机运行控制数据，进而通过匹配数据组成运行控制参数-活塞机稳定性空间。

基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化，首先根据所述活塞机稳定性检测结果，确定检测结果中未达标的稳定性指标，进而确定与该稳定性相关的关联优化控制参数类型。基于所述关联优化控制参数类型在所述运行控制参数-活塞机稳定性空间内进行匹配，即将数据空间中的关联参数类型数据进行筛选，进而组成获取活塞机控制参数记忆库，在筛选记忆库中进行参数寻优，提高参数寻优调节效率。同时依据所述活塞机运行稳定性指标，通过专家组或指标经验函数构建运行稳定性适应度函数，所述运行稳定性适应度函数通过指标经验函数加权组成，用于对活塞机控制参数进行适应度评估。

通过活塞机运行经验和控制精度设置参数搜索步长，即参数搜索变量范围，依据所述参数搜索步长在所述活塞机控制参数记忆库内进行参数搜索，并通过所述运行稳定性适应度函数对步长搜索得到的搜索控制参数集进行适应度评估，计算获取各搜索控制参数对应的全局参数适应度集。基于所述全局参数适应度集进行降序筛选，选取其中适应度最大的控制参数，并反向匹配输出该适应度对应的运行优化控制参数。并通过寻优调节后的所述运行优化控制参数对所述目标活塞机进行运行稳定性控制，实现活塞机运行稳定性控制参数及时调节，提高参数调节准确性，进而确保稳定性优化控制效率。

进一步而言，本申请步骤还包括：

对活塞机运行工况信息进行参数提取，获得运行工况因素信息，所述运行工况因素信息包括负载变化、气体性质、结构设计；

基于所述运行工况因素信息进行活塞机磨损分析，确定活塞机磨损性系数；

依据所述活塞机磨损性系数进行稳定性损失分析，生成运行稳定性影响因子；

基于所述运行稳定性影响因子对所述活塞机运行检测自适应网络进行更新优化。

具体的，为保证活塞机运行检测自适应网络分析准确性，对活塞机运行工况信息进行参数提取，获得运行工况因素信息，所述运行工况因素信息为与活塞机运行稳定性相关的工况参数类型，包括负载变化，活塞机在运行过程中，如果所承载的负荷发生剧烈变化，会导致活塞机的运行稳定性受到影响；气体性质，进入活塞机的气体性质会影响其运行稳定性；结构设计，活塞机的结构设计会对其稳定性产生影响，结构设计不合理会导致活塞机的重心位置不正确、振动大等问题。基于所述运行工况因素信息进行活塞机磨损分析，即工况因素造成的活塞机磨损程度，示例性的，气体性质因素，若气体中含有杂质，会导致活塞和气缸的磨损增加，进而影响活塞机的稳定运行，通过活塞机磨损经验数据确定活塞机磨损性系数，系数越大，表明该工况对活塞机的磨损程度越大。

依据所述活塞机磨损性系数进行稳定性损失分析，通过磨损稳定性损失经验数据拟合生成运行稳定性影响因子，即该活塞机磨损程度造成的运行稳定性影响程度。基于所述运行稳定性影响因子对所述活塞机运行检测自适应网络进行更新优化，保证自适应网络更新准确性。结合活塞机运行工况因素提高自适应网络分析全面性和准确性，保证自适应网络分析的实际应用性，进而提高活塞机运行稳定性。

综上所述，本申请所提供的一种提高活塞机运行稳定性的方法及系统具有如下技术效果：

由于采用了获取对目标活塞机的运行场景信息进行应用要素提取，再基于所提取的运行场景参数信息对目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；依据活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；基于运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化的技术方案。进而达到实现活塞机运行稳定性自适应智能化检测，提高稳定性检测结果准确性和稳定性优化控制效率，进而提高活塞机运行稳定性的技术效果。

实施例二

基于与前述实施例中一种提高活塞机运行稳定性的方法同样发明构思，本发明还提供了一种提高活塞机运行稳定性的系统，如图3所示，所述系统包括：

应用要素提取模块11，用于获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；

运行模拟检测模块12，用于基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；

稳定性指标获得模块13，用于获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；

数据训练融合模块14，用于依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；

稳定性检测结果输出模块15，用于基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；

运行参数优化模块16，用于构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化。

进一步的，所述系统还包括：

多点位布设单元，用于获取活塞机构造分布信息，基于所述活塞机构造分布信息进行传感器组多点位布设，得到运行传感器检测网络；

运行模拟检测单元，用于通过所述运行传感器检测网络对所述目标活塞机进行运行模拟检测，获得多源运行检测数据流；

标准化预处理单元，用于对所述多源运行检测数据流进行标准化预处理，获取标准多源运行检测数据流；

约减降维单元，用于基于数据计算精度需求对所述标准多源运行检测数据流进行约减降维，得到所述活塞机运行检测数据流。

进一步的，所述系统还包括：

运行数据库构建单元，用于通过数据挖掘技术构建活塞机运行数据库，所述活塞机运行数据库包括历史活塞机运行检测数据流和运行稳定性数据；

分类整合单元，用于按照所述活塞机运行稳定性指标对所述活塞机运行数据库进行分类整合，得到稳定性指标分类检测样本数据集；

样本训练单元，用于利用深度学习网络结构对所述稳定性指标分类检测样本数据集分别进行训练，获得稳定性检测分支网络集合；

分支网络融合单元，用于获取模型融合系数信息，基于所述模型融合系数信息将所述稳定性检测分支网络集合中的各分支网络进行融合，生成所述活塞机运行检测自适应网络。

进一步的，所述系统还包括：

分支网络验证单元，用于验证所述稳定性检测分支网络集合中的各分支网络，获得网络检测准确率信息；

主成分分析单元，用于对所述活塞机运行稳定性指标的属性信息进行主成分分析，获得降维稳定性属性信息；

因子分析单元，用于基于所述降维稳定性属性信息进行因子分析，获得稳定性指标关键度分配信息；

加权融合单元，用于将所述网络检测准确率信息和所述稳定性指标关键度分配信息进行参数加权融合，确定所述模型融合系数信息。

进一步的，所述系统还包括：

参数提取单元，用于对活塞机运行工况信息进行参数提取，获得运行工况因素信息，所述运行工况因素信息包括负载变化、气体性质、结构设计；

活塞机磨损分析单元，用于基于所述运行工况因素信息进行活塞机磨损分析，确定活塞机磨损性系数；

稳定性损失分析单元，用于依据所述活塞机磨损性系数进行稳定性损失分析，生成运行稳定性影响因子；

更新优化单元，用于基于所述运行稳定性影响因子对所述活塞机运行检测自适应网络进行更新优化。

进一步的，所述系统还包括：

优化参数确定单元，用于根据所述活塞机稳定性检测结果，确定关联优化控制参数类型；

参数记忆库获取单元，用于基于所述关联优化控制参数类型在所述运行控制参数-活塞机稳定性空间内进行匹配，筛选获取活塞机控制参数记忆库；

适应度函数构建单元，用于依据所述活塞机运行稳定性指标，构建运行稳定性适应度函数；

参数搜索单元，用于设置参数搜索步长，依据所述参数搜索步长在所述活塞机控制参数记忆库内进行参数搜索，并通过所述运行稳定性适应度函数得到搜索控制参数集的全局参数适应度集；

稳定性控制单元，用于基于所述全局参数适应度集进行降序筛选，反向匹配输出运行优化控制参数，并通过所述运行优化控制参数对所述目标活塞机进行运行稳定性控制。

进一步的，所述系统还包括：

稳定性测试单元，用于获取活塞机控制因素参数集合，基于所述活塞机控制因素参数集合进行运行稳定性测试，依据测试结果构建活塞机运行控制数据库；

属性分类单元，用于构建活塞机属性分类器，基于所述活塞机属性分类器对所述目标活塞机进行分类，得到活塞机设备属性信息；

稳定性空间获取单元，用于依据所述活塞机设备属性信息对所述活塞机运行控制数据库进行聚类优选，获取所述运行控制参数-活塞机稳定性空间。

前述图1实施例一中的一种提高活塞机运行稳定性的方法的各种变化方式和具体实例同样适用于本实施例的一种提高活塞机运行稳定性的系统，通过前述对一种提高活塞机运行稳定性的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种提高活塞机运行稳定性的系统的实施方法，所以为了说明书的简洁，在此不再详述。

此外，本申请还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

示例性电子设备

具体的，参见图4所示，本申请还提供了一种电子设备，该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。

在本申请中，该电子设备还包括：存储在存储器1150上并可在处理器1120上运行的计算机程序，计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。

收发器1130，用于在处理器1120的控制下接收和发送数据。

本申请中，总线架构（用总线1110来代表），总线1110可以包括任意数量互联的总线和桥，总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。

总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个，包括存储器总线和存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制，这样的体系结构包括：工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。

处理器1120可以是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括：通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本申请中公开的各方法、步骤和逻辑框图。例如，处理器可以是单核处理器或多核处理器，处理器可以集成于单颗芯片或位于多颗不同的芯片。

处理器1120可以是微处理器或任何常规的处理器。结合本申请所公开的方法步骤可以直接由硬件译码处理器执行完成，或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

总线1110还可以将，例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起，总线接口1140在总线1110和收发器1130之间提供接口，这些都是本领域所公知的。因此，本申请不再对其进行进一步描述。

收发器1130可以是一个元件，也可以是多个元件，例如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发器1130从其他设备接收外部数据，收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质，还可以提供用户接口1160，例如：触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。

应理解，在本申请中，存储器1150可进一步包括相对于处理器1120远程设置的存储器，这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如，蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。

应理解，本申请中的存储器1150可以是易失性存储器或非易失性存储器，或可包括易失性存储器和非易失性存储器两者。其中，非易失性存储器包括：只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器，或闪存。

易失性存储器包括：随机存取存储器，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如：静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本申请描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。

在本申请中，存储器1150存储了操作系统1151和应用程序1152的如下元素：可执行模块、数据结构，或者其子集，或者其扩展集。

具体而言，操作系统1151包含各种装置程序，例如：框架层、核心库层、驱动层等，用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序，例如：媒体播放器、浏览器，用于实现各种应用业务。实现本申请方法的程序可以包含在应用程序1152中。应用程序1152包括：小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。

此外，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请披露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种提高活塞机运行稳定性的方法，其特征在于，所述方法包括：

获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；

基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；

获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；

依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；

基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；

构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化；

其中，所述得到活塞机运行检测数据流，包括：

获取活塞机构造分布信息，基于所述活塞机构造分布信息进行传感器组多点位布设，得到运行传感器检测网络；

通过所述运行传感器检测网络对所述目标活塞机进行运行模拟检测，获得多源运行检测数据流；

对所述多源运行检测数据流进行标准化预处理，获取标准多源运行检测数据流；

基于数据计算精度需求对所述标准多源运行检测数据流进行约减降维，得到所述活塞机运行检测数据流；

所述对所述目标活塞机进行运行参数优化，包括：

根据所述活塞机稳定性检测结果，确定关联优化控制参数类型；

基于所述关联优化控制参数类型在所述运行控制参数-活塞机稳定性空间内进行匹配，筛选获取活塞机控制参数记忆库；

依据所述活塞机运行稳定性指标，构建运行稳定性适应度函数；

设置参数搜索步长，依据所述参数搜索步长在所述活塞机控制参数记忆库内进行参数搜索，并通过所述运行稳定性适应度函数得到搜索控制参数集的全局参数适应度集；

基于所述全局参数适应度集进行降序筛选，反向匹配输出运行优化控制参数，并通过所述运行优化控制参数对所述目标活塞机进行运行稳定性控制。

2.如权利要求1所述的方法，其特征在于，所述生成活塞机运行检测自适应网络，包括：

通过数据挖掘技术构建活塞机运行数据库，所述活塞机运行数据库包括历史活塞机运行检测数据流和运行稳定性数据；

按照所述活塞机运行稳定性指标对所述活塞机运行数据库进行分类整合，得到稳定性指标分类检测样本数据集；

利用深度学习网络结构对所述稳定性指标分类检测样本数据集分别进行训练，获得稳定性检测分支网络集合；

获取模型融合系数信息，基于所述模型融合系数信息将所述稳定性检测分支网络集合中的各分支网络进行融合，生成所述活塞机运行检测自适应网络。

3.如权利要求2所述的方法，其特征在于，所述获取模型融合系数信息，包括：

验证所述稳定性检测分支网络集合中的各分支网络，获得网络检测准确率信息；

对所述活塞机运行稳定性指标的属性信息进行主成分分析，获得降维稳定性属性信息；

基于所述降维稳定性属性信息进行因子分析，获得稳定性指标关键度分配信息；

将所述网络检测准确率信息和所述稳定性指标关键度分配信息进行参数加权融合，确定所述模型融合系数信息。

4.如权利要求1所述的方法，其特征在于，所述方法包括：

对活塞机运行工况信息进行参数提取，获得运行工况因素信息，所述运行工况因素信息包括负载变化、气体性质、结构设计；

基于所述运行工况因素信息进行活塞机磨损分析，确定活塞机磨损性系数；

依据所述活塞机磨损性系数进行稳定性损失分析，生成运行稳定性影响因子；

基于所述运行稳定性影响因子对所述活塞机运行检测自适应网络进行更新优化。

5.如权利要求1所述的方法，其特征在于，所述构建运行控制参数-活塞机稳定性空间，包括：

获取活塞机控制因素参数集合，基于所述活塞机控制因素参数集合进行运行稳定性测试，依据测试结果构建活塞机运行控制数据库；

构建活塞机属性分类器，基于所述活塞机属性分类器对所述目标活塞机进行分类，得到活塞机设备属性信息；

依据所述活塞机设备属性信息对所述活塞机运行控制数据库进行聚类优选，获取所述运行控制参数-活塞机稳定性空间。

6.一种提高活塞机运行稳定性的系统，其特征在于，所述系统包括：

应用要素提取模块，用于获取目标活塞机的运行场景信息，对所述运行场景信息进行应用要素提取，获得运行场景参数信息；

运行模拟检测模块，用于基于所述运行场景参数信息对所述目标活塞机进行运行模拟检测，得到活塞机运行检测数据流；

稳定性指标获得模块，用于获得活塞机运行稳定性指标，所述活塞机运行稳定性指标包括活塞波动幅度、活塞速度波动、活塞循环、润滑性能、气体压力；

数据训练融合模块，用于依据所述活塞机运行稳定性指标对活塞机运行数据库进行训练融合，生成活塞机运行检测自适应网络；

稳定性检测结果输出模块，用于基于所述活塞机运行检测自适应网络对所述活塞机运行检测数据流进行分析，输出活塞机稳定性检测结果；

运行参数优化模块，用于构建运行控制参数-活塞机稳定性空间，基于所述运行控制参数-活塞机稳定性空间和所述活塞机稳定性检测结果对所述目标活塞机进行运行参数优化；

多点位布设单元，用于获取活塞机构造分布信息，基于所述活塞机构造分布信息进行传感器组多点位布设，得到运行传感器检测网络；

运行模拟检测单元，用于通过所述运行传感器检测网络对所述目标活塞机进行运行模拟检测，获得多源运行检测数据流；

标准化预处理单元，用于对所述多源运行检测数据流进行标准化预处理，获取标准多源运行检测数据流；

约减降维单元，用于基于数据计算精度需求对所述标准多源运行检测数据流进行约减降维，得到所述活塞机运行检测数据流；

优化参数确定单元，用于根据所述活塞机稳定性检测结果，确定关联优化控制参数类型；

参数记忆库获取单元，用于基于所述关联优化控制参数类型在所述运行控制参数-活塞机稳定性空间内进行匹配，筛选获取活塞机控制参数记忆库；

适应度函数构建单元，用于依据所述活塞机运行稳定性指标，构建运行稳定性适应度函数；

参数搜索单元，用于设置参数搜索步长，依据所述参数搜索步长在所述活塞机控制参数记忆库内进行参数搜索，并通过所述运行稳定性适应度函数得到搜索控制参数集的全局参数适应度集；

稳定性控制单元，用于基于所述全局参数适应度集进行降序筛选，反向匹配输出运行优化控制参数，并通过所述运行优化控制参数对所述目标活塞机进行运行稳定性控制。

7.一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述的一种提高活塞机运行稳定性的方法中的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的一种提高活塞机运行稳定性的方法中的步骤。