[发明专利]基于贝叶斯网络的柴油机润滑系统故障诊断方法

说明书

本发明涉及的是基于贝叶斯网络的柴油机润滑系统故障诊断方法。本发明将润滑系统的故障类型和外部征兆分别抽象为故障层节点和征兆层节点，建立柴油机润滑系统贝叶斯网络模型；利用数据采集系统检测柴油机润滑系统的性能参数，采用线性比例变换法对性能参数进行归类处理，根据获取的润滑系统实际工作状态信息；采用Hugin联合树算法将修正后的润滑系统贝叶斯网络模型转化为联合树。本发明在实施推理诊断前，依据润滑系统的实际工作状态，通过重置故障层节点的先验概率，对贝叶斯网络模型进行了适应性修正，使得模型能够准确描述润滑系统的实际工作状态，从而降低模型推理的不确定性，提高了故障诊断的准确率。

技术领域

本发明涉及的是基于贝叶斯网络的柴油机润滑系统故障诊断方法。

背景技术

柴油机在国民经济的各个领域发挥着重要作用。然而，柴油机结构复杂，许多零部件处在高温、高压、高负荷的恶劣条件下工作，使得系统故障率较高，维修保养费用很大。统计表明，在柴油机的各项使用费用中，维修保养方面的支出达15％-30％。另有统计显示，在进行设备管理维修时，确定故障所用时间占到总时间的70％-90％。由此可见，低效率的柴油机故障诊断方法浪费了大量的人力、物力资源，给工业生产带来了极大的不便。

柴油机故障诊断技术是实现故障早期预报和预防维修的有效手段，对于降低事故的危害，确保柴油机的安全运行具有重要作用。该项技术的应用首先要解决的关键问题就是故障特征与故障源之间的映射非线性。贝叶斯网络是一个有向无环图，其中的节点代表随机变量，节点间的有向边代表随机变量间的关联关系，并以先验概率的形式表征随机变量间关联程度的大小。贝叶斯网络在多态逻辑表达和不确定推理上具有独特的优势。利用贝叶斯网络对设备故障的诊断需要通过相关的推理算法进行。Hugin联合树算法是一种常用的贝叶斯网络精确推理算法。该算法首先将贝叶斯网络转化为一个一次结构——联合树，然后通过定义在联合树上的消息传递过程，对目标事件进行概率性的因果推理。近年来，有学者将贝叶斯网络应用到柴油机润滑系统故障诊断领域，取得了一定成果。然而，在现有的研究中，润滑系统的贝叶斯网络模型形式固定，不能依据系统的实际工作状态修正所建模型，使得模型对润滑系统的动态变化适应性差，诊断结果存在准确率较低，参考性不强等问题，严重制约了该项技术的进一步应用。发明一种能够根据设备实际状态，适应性调整模型结构，快速、准确地识别出故障类型的柴油机润滑系统故障诊断方法对于提高设备运行的安全性，实现对柴油机的视情维修具有重要的意义。

经对现有技术的文献检索发现，公开文件“舰船柴油主机滑油系统贝叶斯网络推理故障诊断方法”(四川兵工学报，2015)提出的一种柴油机润滑系统故障诊断方法，该公开文件自述为：“以舰船动力装置中的柴油主机滑油管路系统为研究对象，针对滑油系统故障诊断问题，分析了常见故障机理，建立了滑油系统常见故障的故障树结构，在此基础上构建了用于故障状态推理的贝叶斯网络模型，分析了滑油系统典型故障状态下的贝叶斯状态推理过程，为滑油系统的快速故障诊断提供了一种新的方法”。其不足之处是：该方法所建贝叶斯网络模型形式固定，不能根据润滑系统的动态变化进行适应性调整，无法准确描述润滑系统的实际状态，因此导致模型推理不确定性大，诊断精度较低；且该方法对润滑系统的故障诊断是一种静态推理，其过程未依据柴油机润滑系统实际运行信息，无法真正实现对柴油机润滑系统故障的诊断，难以指导工作人员对设备进行针对性维修。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于贝叶斯网络的柴油机润滑系统故障诊断方法。

本发明的目的是这样实现的：

(1)将润滑系统的故障类型和外部征兆分别抽象为故障层节点和征兆层节点，建立柴油机润滑系统贝叶斯网络模型；

(2)利用数据采集系统检测柴油机润滑系统的性能参数，采用线性比例变换法对性能参数进行归类处理，ω表示润滑系统的实际性能参数，ω^*表示性能参数的标准值，表示变换后的性能参数，进而泛化润滑系统性能参数，获得润滑系统的实际工作状态信息e；