(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111562240.7 (22)申请日 2021.12.20 (71)申请人 中国北方发动机 研究所 （天津） 地址 300400 天津市北辰区永 进道96号 (72)发明人 阴晋冠　智海峰　关卓威　褚全红　 孟长江　况涪洪　李菲菲　肖维　 吕慧　张振宇　 (74)专利代理 机构 天津企兴智财知识产权代理 有限公司 12 226 代理人 薛萌萌 (51)Int.Cl. G06K 9/00(2022.01) G06N 20/00(2019.01) G06F 30/27(2020.01) G01M 15/04(2006.01) (54)发明名称 一种柴油机 工况识别与异常诊断方法 (57)摘要 本发明提供了一种柴油机工况识别与异常 诊断方法， 以柴油机的运动机理作为基础， 提取 能表征柴油机工况状态的特征参数， 根据特征参 数之间的关系建立柴油机工况评估模 型， 在基于 不同工况下的特征参数变化趋势结合机器学习 方法建立柴油机工况异常诊断模 型。 本发明所述 的柴油机工况识别与异常诊断方法， 能够克服不 同工况和工况切换对数据驱动模 型的影响， 准确 识别柴油机运行工况并对其工况的健康状况做 出诊断， 能够提高柴油机工况异常监测的可靠性 与安全性， 具有良好的应用前 景。 权利要求书2页 说明书7页 附图6页 CN 114372489 A 2022.04.19 CN 114372489 A 1.一种柴油机 工况识别与异常诊断方法， 其特 征在于： 包括如下步骤： S1、 以柴油机运动机理为基础， 通过柴油机信号采集系统获取柴油机运行过程中的特 征数据； S2、 柴油机信号采集系统对获取到的数据进行预处理， 提取能够表征柴油机运行工况 的特征参数； S3、 根据特征参数之间的关联性结合柴油机外特性曲线， 建立柴油机工况识别算法模 型； S4、 利用基于柴油机运动机理的工况识别算法模块对柴油机工况数据库进行分组， 用 于训练不同工况 下的工况异常诊断模型； S5、 根据不同工况下的数据特征结合机器学习算法模型和柴油机工况异常诊断模型， 依次进行独立工况 下的算法模型开发； S6、 将柴油机工况异常诊断模型和柴油机工况异常数据模型组合， 形成适用于多工况 的柴油机 工况异常诊断算法模型。 2.根据权利要求1所述的一种柴油机工况识别与异常诊断方法， 其特征在于： 所述步骤 S5中柴油机 工况异常诊断模型的诊断方法如下： A1、 通过柴油机信号采集系统将柴油机系统所带的传感器及柴油机控制系统 的信号通 过CAN总线传输 到柴油机数据库内； A2、 导入已有的工况异常状态下柴油机数据用于柴油机工况异常诊断算法的测试样 本； A3、 通过数据预处 理模块对柴油机信号进行 预处理； A4、 基于柴油机系统已有的特征信号， 利用满负荷下的齿杆位置数据和转速数据建立 柴油机外特性曲线， 并规定 工况划分的标准； A5、 利用步骤A4中的柴油机外特性曲线， 结合运行状态下柴油机信号采集系统中的转 速数据、 齿 杆位置数据和油门数据， 完成柴油机工况异常诊断， 并输出柴油机运行工况异常 诊断结果。 3.根据权利要求2所述的一种柴油机工况识别与异常诊断方法， 其特征在于： 所述步骤 A4中工况划分标准如下： 大负荷工况： 当转速稳定时， 在发动机外特性曲线上查找对应转速下的最大功率， 当实 际功率大于90％的最大功率时， 为大负荷工况； 中负荷工况： 当转速稳定时， 在发动机外特性曲线上查找对应转速下的最大功率， 当实 际功率大于20％的最大功率且小于90％的最大功率时， 为中负荷工况； 小负荷工况： 当转速稳定时， 在发动机外特性曲线上查找对应转速下的最大功率， 当实 际功率小于20％的最大功率时， 为小负荷工况； 怠速工况： 当转速稳定在80 0转， 转速波动范围控制在3 ‰， 且油门踏板为0； 加速工况： 转速持续上升， 油门加大， 齿杆位置增大； 减速工况： 转速持续下降， 油门减小， 齿杆位置减小。 4.根据权利要求2所述的一种柴油机工况识别与异常诊断方法， 其特征在于： 所述步骤 A5中， 转速数据、 齿杆位置数据和油门数据三者之间的关联性为： 油门是柴油机运转的输入 参数， 油门与目标转速之 间存在着正相关关系， 每一个油门量都对应着一个目标转速， 系统权　利　要　求　书 1/2 页 2 CN 114372489 A 2的控制器识别到目标转速后 将目标转速转换成齿杆位置量， 柴油机系统根据识别到齿杆位 置数据进行喷油量的换算， 带动柴油机的运 转， 再通过传感器获取到实际转速信息 。 5.根据权利要求2所述的一种柴油机工况识别与异常诊断方法， 其特征在于： 建立所述 步骤S3中柴油机 工况识别算法模型的方法如下： B1、 柴油机信号采集系 统从预处理模块读取切片后的柴油机数据， 并对 “转速”、“齿杆 位置”和“油门”数据进行提取； B2、 统计转速为0的数量、 齿杆位置为0的数量、 油门为0的数量用于后续静止状态和怠 速状态的判断， 计算 转速、 齿杆位置和油门的稳定指数用于后续柴油机加减速状态的划分； B3、 划分稳态和瞬态数据， 对比油门稳定指数与稳态阈值进行稳态与瞬态的划分， 当数 据的波动程度大于等于阈值时将数据输入至加减速工况判断模块， 当数据波动程序小于阈 值时将数据输入至稳态工况识别模块； B4、 进行启动和怠速工况的识别， 当油门为0的数量大于阈值时将数据输入至启动和怠 速工况判断模块， 否则将数据输入至大中小负荷判断模块， 当齿 杆位置为0的数量小于阈值 且转速持续低于800转时判断当前处于启动阶段， 若转速稳定在800转， 上下浮动小于3 ‰， 则认为当前处于怠速 工况； B5、 进行大、 中、 小负荷工况识别， 将转速和齿杆位置数据依次输入至齿杆位置 ‑转速外 特性曲线， 找出对应转速下外特性 曲线上的齿杆位置数值， 与实际齿杆位置数据进行比对 输出单点值所对应的工况类型， 最后 将整段数据的结果进 行汇总基于统计的方式输出整段 数据的工况 结果； B6、 进行加、 减速工况识别， 对连续数据进行作差， 当差值结果连续递减时输出当前为 减速工况， 若差值数据连续 递增则输出加速 工况； 步骤B7， 根据柴油机的运行状态特征， 结合步骤A5工况检测算法对柴油机数据的识别 结果， 将柴油机数据划分为静止工况数据、 怠速工况数据、 小负荷工况数据、 中负荷工况数 据、 大负荷工况 数据、 加速 工况数据、 减速 工况数据； 步骤B8， 基于柴油机运动过程中转速、 油门、 齿杆位置等参数之间的关联性， 建立柴油 机断油保护工况诊断模块； 步骤B9， 利用步骤B7提取出怠速工况数据， 在柴油机连续运转过程中， 健康状态下的转 速值保持稳定， 其波动幅度不大于目标转速的3 ‰， 基于怠速工况目标转速、 波动阈值结合 逻辑判断模块建立怠速 工况异常诊断模块； 步骤B10， 利用步骤B7提取出对小、 中、 大负荷工况数据， 通过对比模型输出与实际输出 之间的差异进行异常工况的判断； 步骤B11， 利用步骤B7提取出加、 减速工况数据， 当柴油机系统处于加速或减速状态时， 输入的变量为油门和扭矩， 其他特征参数均为输出变量， 正常状态下当油门或扭矩发生变 化时， 各因变量的反馈时间应该在X秒内， 当反馈时间大于X秒时就认为 其工况存在异常； 步骤B12， 将步骤B8、 B9、 B10和B11中建立好的工况异常诊断模型进行整合， 以实现对不 同工况下柴油机运行工况的异常诊断； 将带有异常工况的柴油机数据输入至柴油机工况异 常诊断算法模型中， 并输出 结果。权　利　要　求　书 2/2 页 3 CN 114372489 A 3