基于改进KPCA与K近邻算法的柴油机故障检测研究

发布时间：2023-05-03 15:48

　　柴油机是依靠燃烧柴油释放热能,并转化成动能的动力装置,在众多领域具有广泛应用,如船舶、矿场、航空等,在国民经济发展中起到举足轻重的作用。船舶所用柴油机是柴油机具体应用的一种,被用作船舶推进动力装置,具有热效率高、经济性好、起动容易、适应性强等优点,对船上其他众多设备都有影响作用,而船舶柴油机的运行工况和内部结构都十分复杂,对船舶柴油机运行工况的有效监测,采集到的数据进行特征提取与分析、进行类别的区分,具有实际意义。船舶柴油机的故障检测是通过对传感器设备所收集到的数据信号进行处理与分析,结合历史数据信息,综合识别当前运行状态,本质是模式识别与数据分类问题。船舶柴油机信号数据具有典型的非线性多维特性,传统的线性方法对于船舶柴油机信号数据有较大的局限性,核主元分析及流行学习中核局部保持投影法对于非线性数据的维度减低具有良好效果,K近邻算法能够有效区分数据类别,此外与最小二乘支持向量机方法结合,能够对故障发生源位置进行快速有效的检测。本文利用AVL BOOST仿真软件建立船舶低速二冲程柴油机模型,重点选择了三类常见故障类型与一组正常数据,为研究工作提供原始数据支持。针对柴油机故障数据通常为非线...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 故障诊断方法研究现状
        1.2.2 存在的主要问题
        1.2.3 柴油机故障诊断发展趋势
    1.3 本论文主要研究内容
2 基于改进数据结构保持算法的特征提取方法
    2.1 样本空间全局结构特征保持算法
        2.1.1 核主元分析基本原理
        2.1.2 基于核主元分析的特征提取
    2.2 样本空间局部结构特征保持算法
        2.2.1 核局部保持投影基本原理
        2.2.2 基于核局部保持投影的特征提取
    2.3 改进样本空间数据结构保持算法
    2.4 仿真实验
        2.4.1 数值模拟
        2.4.2 仿真实验
    2.5 小结
3 基于改进K近邻算法的故障分类方法
    3.1 K近邻算法基本原理
        3.1.1 K近邻算法概述
        3.1.2 K近邻分类流程
    3.2 基于改进KNN算法的故障分类
        3.2.1 降维指标
        3.2.2 基于改进KNN算法的故障分类
    3.3 仿真实验
    3.4 小结
4 基于分块KPCA与LSSVM的故障检测方法
    4.1 分块KPCA算法
        4.1.1 分块KPCA算法原理
        4.1.2 SPE与T²统计量
        4.1.3 分块KPCA算法流程
    4.2 分块KPCA与LSSVM的集成故障检测
        4.2.1 SVM与LSSVM算法原理
        4.2.2 分块KPCA与LSSVM的集成故障诊断算法
    4.3 仿真实验
    4.4 小结
结论
参考文献
攻读硕士学位期间参与项目情况
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3806999