一种柴油机失火故障检测方法、系统及设备与流程

本申请涉及柴油机监测，具体而言，涉及一种柴油机失火故障检测方法、系统及设备。

背景技术：

1、柴油机作为重要的动力源，广泛应用于交通运输、工程机械、发电站等多个领域。然而，柴油机在运行过程中可能因各种原因发生失火故障，这不仅影响柴油机的性能，还可能造成严重的经济损失和安全隐患。

2、传统上，对于柴油机失火故障的检测主要依赖于人工经验判断与定期维护检查，其存在检测效率低、准确性差等问题。近年来，利用分类器进行柴油机失火故障检测的方法逐渐兴起，这些分类器主要基于传统机器学习算法构建，通过对柴油机运行数据的分析，尝试自动识别并诊断失火故障。尽管这一方法相较于传统人工检测有了显著的进步，但在实际应用中，其故障诊断的效率和准确度仍然受到一定限制，存在较大的提升空间。

技术实现思路

1、本申请的目的在于提供一种柴油机失火故障检测方法、系统及设备，其能够对柴油机失火故障进行快速、准确的检测。

2、本申请是这样实现的：

3、第一方面，本申请提供一种柴油机失火故障检测方法，包括以下步骤：获取柴油机气缸的振动信号；对所述振动信号进行小波包变换，生成对应的时频图谱；将所述时频图谱送入失火故障诊断模型，以进行失火故障诊断得到柴油机的失火故障结果信息，其中失火故障诊断模型是以柴油机气缸的振动信号对应的时频图谱作为输入样本，进行构建并利用构建的训练数据集和测试数据集，对采用resnet网络结构的预设模型进行训练后得到的模型，其中训练数据集包含正常信号和失火信号的样本。

4、进一步地，基于前述方案，所述对所述振动信号进行小波包变换包括将振动信号分解为多个频率段，并生成对应的时频图谱，以展示振动信号在时间和频率上的变化特性。

5、进一步地，基于前述方案，在将时频图谱送入失火故障诊断模型之前还包括对时频图谱进行预处理，并对预处理后的时频图谱进行直方图均衡增强处理，所述预处理包括零均值化、归一化和白化处理。

6、进一步地，基于前述方案，所述预处理还包括对时频图谱进行尺寸调整。

7、进一步地，基于前述方案，所述失火故障诊断模型的结构参数采用粒子群算法进行优化，采用focal损失函数作为网络分类层的概率输出，激活函数采用mish激活函数。

8、进一步地，基于前述方案，所述粒子群算法用以优化失火故障诊断模型的结构参数中的学习率、卷积核大小和卷积层数，所述focal损失函数通过调整不同类别样本的损失权重，以平衡训练数据集中的样本。

9、进一步地，基于前述方案，所述失火故障诊断模型的resnet网络结构包括至少一个残差模块，每个残差模块包括两个卷积层、一个批量归一化层和一个relu激活函数。

10、第二方面，本申请提供一种柴油机失火故障检测系统，其包括：

11、信号获取模块，被配置为：获取柴油机气缸的振动信号；信号处理模块，被配置为：对所述振动信号进行小波包变换，生成对应的时频图谱；诊断输出模块，被配置为：将所述时频图谱送入失火故障诊断模型，以进行失火故障诊断得到柴油机的失火故障结果信息，其中失火故障诊断模型是以柴油机气缸的振动信号对应的时频图谱作为输入样本，进行构建并利用构建的训练数据集和测试数据集，对采用resnet网络结构的预设模型进行训练后得到的模型，其中训练数据集包含正常信号和失火信号的样本。

12、第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当上述一个或多个程序被上述处理器执行时，实现如上述第一方面中任一项所述的方法。

13、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项所述的方法。

14、相对于现有技术，本申请至少具有如下优点或有益效果：

15、本申请提出了一种柴油机失火故障检测方法，其通过小波包变换将振动信号分解成不同频率和时间尺度的子信号，并生成对应的时频图谱，从而准确高效地从振动信号中提取可以用于失火故障诊断的相关特征。接着利用得到的时频图谱进行训练采用resnet网络结构的失火故障诊断模型，可以训练得到更具泛化能力的失火故障诊断模型，以至于后续有新的时频图谱输入时，可以以此快速准确的进行失火故障诊断，具有很好的泛化能力。

技术特征：

1.一种柴油机失火故障检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种柴油机失火故障检测方法，其特征在于，所述对所述振动信号进行小波包变换包括将振动信号分解为多个频率段，并生成对应的时频图谱，以展示振动信号在时间和频率上的变化特性。

3.根据权利要求1所述的一种柴油机失火故障检测方法，其特征在于，在将时频图谱送入失火故障诊断模型之前还包括对时频图谱进行预处理，并对预处理后的时频图谱进行直方图均衡增强处理，所述预处理包括零均值化、归一化和白化处理。

4.根据权利要求3所述的一种柴油机失火故障检测方法，其特征在于，所述预处理还包括对时频图谱进行尺寸调整。

5.根据权利要求1所述的一种柴油机失火故障检测方法，其特征在于，所述失火故障诊断模型的结构参数采用粒子群算法进行优化，采用focal损失函数作为网络分类层的概率输出，激活函数采用mish激活函数。

6.根据权利要求5所述的一种柴油机失火故障检测方法，其特征在于，所述粒子群算法用以优化失火故障诊断模型的结构参数中的学习率、卷积核大小和卷积层数，所述focal损失函数通过调整不同类别样本的损失权重，以平衡训练数据集中的样本。

7.根据权利要求1所述的一种柴油机失火故障检测方法，其特征在于，所述失火故障诊断模型的resnet网络结构包括至少一个残差模块，每个残差模块包括两个卷积层、一个批量归一化层和一个relu激活函数。

8.一种柴油机失火故障检测系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

技术总结本申请提出了一种柴油机失火故障检测方法、系统及设备，涉及柴油机监测技术领域。该方法包括：获取柴油机气缸的振动信号；对所述振动信号进行小波包变换，生成对应的时频图谱；将所述时频图谱送入失火故障诊断模型，以进行失火故障诊断得到柴油机的失火故障结果信息，其中失火故障诊断模型是以柴油机气缸的振动信号对应的时频图谱作为输入样本，进行构建并利用构建的训练数据集和测试数据集，对采用Resnet网络结构的预设模型进行训练后得到的模型，其中训练数据集包含正常信号和失火信号的样本。该方案能够实现对柴油机失火故障进行快速、准确的检测。技术研发人员：吴雨缪,陶溢,沈宏继,刘丽芳,汪丽晨,张亚娟,蔡磊,王士付,王伟,高一翔,黄书见,王森众,薛大兵,杨逸雯受保护的技术使用者：中国人民解放军63963部队技术研发日：技术公布日：2024/10/10