基于貝葉斯網絡的柴油機潤滑系統故障診斷方法
【技術領域】
[0001] 本發明涉及的是基于貝葉斯網絡的柴油機潤滑系統故障診斷方法。
【背景技術】
[0002] 柴油機在國民經濟的各個領域發揮著重要作用。然而，柴油機結構復雜，許多零部 件處在高溫、高壓、高負荷的惡劣條件下工作，使得系統故障率較高，維修保養費用很大。統 計表明，在柴油機的各項使用費用中，維修保養方面的支出達15%_30%。另有統計顯示，在 進行設備管理維修時，確定故障所用時間占到總時間的70%_90%。由此可見，低效率的柴 油機故障診斷方法浪費了大量的人力、物力資源，給工業生產帶來了極大的不便。
[0003] 柴油機故障診斷技術是實現故障早期預報和預防維修的有效手段，對于降低事故 的危害，確保柴油機的安全運行具有重要作用。該項技術的應用首先要解決的關鍵問題就 是故障特征與故障源之間的映射非線性。貝葉斯網絡是一個有向無環圖，其中的節點代表 隨機變量，節點間的有向邊代表隨機變量間的關聯關系，并以先驗概率的形式表征隨機變 量間關聯程度的大小。貝葉斯網絡在多態邏輯表達和不確定推理上具有獨特的優勢。利用 貝葉斯網絡對設備故障的診斷需要通過相關的推理算法進行。Hugin聯合樹算法是一種常 用的貝葉斯網絡精確推理算法。該算法首先將貝葉斯網絡轉化為一個一次結構一一聯合 樹，然后通過定義在聯合樹上的消息傳遞過程，對目標事件進行概率性的因果推理。近年 來，有學者將貝葉斯網絡應用到柴油機潤滑系統故障診斷領域，取得了一定成果。然而，在 現有的研究中，潤滑系統的貝葉斯網絡模型形式固定，不能依據系統的實際工作狀態修正 所建模型，使得模型對潤滑系統的動態變化適應性差，診斷結果存在準確率較低，參考性不 強等問題，嚴重制約了該項技術的進一步應用。發明一種能夠根據設備實際狀態，適應性調 整模型結構，快速、準確地識別出故障類型的柴油機潤滑系統故障診斷方法對于提高設備 運行的安全性，實現對柴油機的視情維修具有重要的意義。
[0004] 經對現有技術的文獻檢索發現，公開文件"艦船柴油主機滑油系統貝葉斯網絡推 理故障診斷方法"（四川兵工學報，2015)提出的一種柴油機潤滑系統故障診斷方法，該公開 文件自述為："以艦船動力裝置中的柴油主機滑油管路系統為研究對象，針對滑油系統故障 診斷問題，分析了常見故障機理，建立了滑油系統常見故障的故障樹結構，在此基礎上構建 了用于故障狀態推理的貝葉斯網絡模型，分析了滑油系統典型故障狀態下的貝葉斯狀態推 理過程，為滑油系統的快速故障診斷提供了一種新的方法"。其不足之處是:該方法所建貝 葉斯網絡模型形式固定，不能根據潤滑系統的動態變化進行適應性調整，無法準確描述潤 滑系統的實際狀態，因此導致模型推理不確定性大，診斷精度較低;且該方法對潤滑系統的 故障診斷是一種靜態推理，其過程未依據柴油機潤滑系統實際運行信息，無法真正實現對 柴油機潤滑系統故障的診斷，難以指導工作人員對設備進行針對性維修。

【發明內容】

[0005] 本發明的目的在于針對現有技術的不足，提供一種基于貝葉斯網絡的柴油機潤滑 系統故障診斷方法。
[0006] 本發明的目的是這樣實現的：
[0007] (1)將潤滑系統的故障類型和外部征兆分別抽象為故障層節點和征兆層節點，建 立柴油機潤滑系統貝葉斯網絡模型；
[0008] (2)利用數據采集系統檢測柴油機潤滑系統的性能參數，采用線性比例變換法對 性能參數進行歸類處理，ω表示潤滑系統的實際性能參數，表示性能參數的標準值，益 表示變換后的性能參數，進而泛化潤滑系統性能參數，獲得潤滑系統的實際工作狀態信息 e；
[0009] Μ -
[0010] ⑶根據獲取的潤滑系統實際工作狀態信息e，對貝葉斯網絡模型征兆層節點^的 狀態:π(ν」)進行二元取值，（ω」)表示對性能參數ω j的泛化，·表示滿足性能參數ω j泛化的 對應外部征兆描述;適應性修正建立的潤滑系統貝葉斯網絡模型；
[0011] 科 、一 織· 賽！纖·
[0012] (4)采用Hugin聯合樹算法將修正后的潤滑系統貝葉斯網絡模型轉化為聯合樹，進 而將潤滑系統實際工作狀態信息e作為推理證據，通過計算故障層節點 81的邊緣化條件概 率p(Sl | e)，對潤滑系統的當前故障類型進行診斷。
[0013] 所述故障類型具體包括:活塞環密封失效Sl、添加油量不足&、冷卻器故障&、超出 使用壽命S 4、滑油油品不當S5、滑油中含有氣泡S6、管路漏油S7、管路堵塞S8。
[0014] 所述外部征兆具體包括:滑油液位過低h、滑油溫度過高％、進機滑油壓力過低V3、 出機滑油壓力過低V4、出機滑油流量過低V5。
[0015] 所述適應性修正建立的潤滑系統貝葉斯網絡模型的具體方法為:依據征兆層節點 Vj的狀態 <巧），重置潤滑系統貝葉斯網絡模型中故障層節點pa(Vj)的先驗概率P(pa(Vj)); pa (v j)為征兆層節點v j的父節點；
[0016] 純卜 e ?
[0017] 與現有技術相比，本發明的有益效果在于:本發明在實施推理診斷前，依據潤滑系 統的實際工作狀態，通過重置故障層節點的先驗概率，對貝葉斯網絡模型進行了適應性修 正，使得模型能夠準確描述潤滑系統的實際工作狀態，從而降低模型推理的不確定性，提高 了故障診斷的準確率;此外，本發明對潤滑系統故障類型的診斷推理依據潤滑系統的實際 工作狀態信息實施，因此診斷結果能夠真實地反映潤滑系統實際性能，具有較強的現實指 導意義。
【附圖說明】
[0018] 圖1為本發明基于貝葉斯網絡的柴油機潤滑系統故障診斷方法流程圖。
[0019] 圖2為某型四缸柴油機潤滑系統貝葉斯網絡拓撲結構圖。
【具體實施方式】
[0020] 下面結合附圖對本發明的實施例作詳細說明：本實施例在以本發明技術方案為前 提下進行實施，給出了詳細的實施方式，但本發明的保護范圍不限于下述的實施例。
[0021] 本發明涉及一種基于貝葉斯網絡的柴油機潤滑系統故障診斷方法，屬于柴油機故 障診斷技術領域。首先將潤滑系統故障類型及外部征兆抽象為網絡節點，建立潤滑系統貝 葉斯網絡模型;其次，檢測潤滑系統性能參數，獲取潤滑系統實際工作狀態信息;再次，根據 獲取的潤滑系統實際工作狀態信息，通過重置故障層節點的先驗概率，對潤滑系統貝葉斯 網絡模型進行適應性修正；最后，將潤滑系統的實際工作狀態信息作為推理證據，利用 Hugin聯合樹算法對潤滑系統故障進行概率診斷。本發明能夠通過調整節點概率信息修正 所建立的貝葉斯網絡模型，使模型更準確的反映潤滑系統當前工作狀態，提高了故障診斷 的準確性，診斷結果具有較高的現實指導意義。
[0022] 首先建立柴油機潤滑系統的貝葉斯網絡模型，然后，根據獲取的潤滑系統實際工 作狀態信息對貝葉斯網絡模型進行適應性修正，以使模型能夠準確描述潤滑系統的實際工 作狀態，提高故障診斷的準確率，最后，將潤滑系統實際工作狀態信息作為推理證據，利用 Hugin聯合樹算法對故障類型進行診斷推理，據此指導維護人員對柴油機潤滑系統實施針 對性維修，保障設備安全，降低維修管理成本。
[0023] 本發明的方法具體包括以下步驟：
[0024] 1、將潤滑系統的故障類型51和外部征兆％分別抽象為故障層節點81和征兆層節點 ，建立柴油機潤滑系統貝葉斯網絡模型；
[0025] 2、利用數據采集系統檢測柴油機潤滑系統的性能參數〇^，采用線性比例變換法 對性能參數ω,進行歸類處理，進而泛化潤滑系統的性能參數，獲得潤滑系統的實際工作狀 態信息e;
[0026] 3、根據步驟2中獲取的潤滑系統實際工作狀態信息e，對貝葉斯網絡模型中征兆層 節點巧的狀態進行二元取值，在此基礎上，重置故障層節點的先驗概率P(pa(vJ)，以 修正建立的潤滑系統貝葉斯網絡模型；
[0027] 4、采用Hugin聯合樹算法將修正后的潤滑系統貝葉斯網絡模型轉化為聯合樹，進 而將潤滑系統實際工作狀態信息e作為推理證據，通過計算故障層節點81的邊緣化條件概 率p(Sl | e)，對潤滑系統的當前故障類型進行診斷。
[0028] 如圖1所示，本發明包括以下步驟:潤滑系統貝葉斯網絡模型的建立、潤滑系統實 際工作狀態信息獲取、貝葉斯網絡模型的適應性修正、及潤滑系統故障的聯合樹