[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

摘要

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。

主权项

1.基于贝叶斯网络的柴油机润滑系统故障诊断方法，其特征在于，包括如下步骤：(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；(3)适应性修正建立的润滑系统贝叶斯网络模型，根据获取的润滑系统实际工作状态信息e，利用公式(1)对贝叶斯网络模型征兆层节点vj的状态π(vj)进行二元取值；Q(ω_j)表示对性能参数ω_j的泛化，表示满足性能参数ω_j泛化的对应外部征兆描述；所述外部征兆具体包括：滑油液位过低V₁、滑油温度过高V₂、进机滑油压力过低V₃、出机滑油压力过低V₄、出机滑油流量过低V₅；利用公式(2)重置润滑系统贝叶斯网络模型中故障层节点pa(v_j)的先验概率P(pa(v_j))；pa(v_j)为征兆层节点v_j的父节点；(4)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，进而将润滑系统实际工作状态信息e作为推理证据，通过计算故障层节点si的边缘化条件概率p(si|e)，对润滑系统的当前故障类型进行诊断。