[发明专利]一种诊断方法及装置

说明书

本发明公开了一种诊断方法，所述方法包括：获得原始数据；对所述原始数据进行标准化处理，得到所述标准化数据；对所述标准化数据进行聚类分析，得到聚类结果；对所述聚类结果进行神经网络处理，得到预测结果，从而对柴油机的故障诊断进行更精准分析。

技术领域

本发明涉及一种诊断技术，尤其涉及一种诊断方法及装置。

背景技术

柴油机是目前应用最广泛的动力设备之一，被广泛应用于石油钻井、动力发电、铁路牵引、工程机械及各种船舶和汽车等领域。柴油机燃油喷射系统的性能直接影响着柴油机的工作过程，决定着柴油机的经济性和可靠性，但是燃油喷射系统很容易出现故障，其故障率占柴油机总故障的30％。传统的诊断方法对于柴油机的故障诊断，存在准确率低的问题。

发明内容

为达到上述目的，本发明实施例的技术方案是这样实现的：

根据本发明实施例的一方面，提供一种诊断方法及装置，所述方法包括：获得原始数据；对所述原始数据进行标准化处理，得到所述标准化数据；对所述标准化数据进行聚类分析，得到聚类结果；对所述聚类结果进行神经网络处理，得到预测结果，从而对故障信息进行更精准分析。

上述方案中，对所述聚类结果进行神经网络处理，得到预测结果后，还包括：如果所述预测结果不满足预设精度，则继续进行所述神经网络处理。

上述方案中，对所述标准化数据进行聚类分析，得到聚类结果，包括：采用自组织映射算法对所述原始数据进行所述聚类分析，得到所述聚类结果。

上述方案中，对所述聚类结果进行神经网络处理，得到预测结果，还包括：采用径向基神经网络；将所述聚类结果作为径向基神经网络的输入。

上述方案中，对所述标准化数据进行聚类分析，得到聚类结果，包括：构建自组织映射神经网络结构，对输入层的神经元个数、竞争层的结构进行设计，自组织映射神经网络的输出为聚类结果的位置。

上述方案中，还包括：以第一级自组织映射神经网络的聚类结果作为第二级径向基神经网络的输入，所述径向基神经网络的输出是设备的各种故障类型，然后通过径向基神经网络算法进行训练，经过训练得到复合神经网络的组合模型。

上述方案中，还包括：所述第一级自组织映射神经网络将其聚集到与相似程度最大的所在结点位置，由该节点作用于相应的所述第二层径向基神经网络，所述径向基神经网络将测试样本数据作为输入向量，输出分类结果，从而判断此复合神经网络模型的准确性。

上述方案中，所述诊断方法用于柴油机故障诊断。

根据本发明实施例的另一方面，提供一种诊断装置，所述装置包括：获取单元，用于获得原始数据；对所述原始数据进行标准化处理，得到所述标准化数据；处理单元，用于对所述标准化数据进行聚类分析，得到聚类结果；预测单元，用于对所述聚类结果进行神经网络处理，得到预测结果，从而对故障信息进行更精准分析。

根据本发明实施例的另一方面，提供一种诊断装置，所述装置包括：存储器、处理器以及存储在存储器被处理器运动的可响应程序，所述处理器运行所述可响应程序时响应上述任一项所述的诊断方法的步骤。

本发明所提供的一种诊断方法和装置，获得原始数据；对所述原始数据进行标准化处理，得到所述标准化数据；对所述标准化数据进行聚类分析，得到聚类结果；对所述聚类结果进行神经网络处理，得到预测结果，从而对柴油机的故障诊断进行更精准分析。

附图说明

图1为本发明实施例提供的一种诊断方法的实现流程示意图；

图2为本发明实施例提供的另一实现流程示意图；

图3为本发明实施例提供的另一实现流程示意图；

图4为本发明实施例提供的一结构图；