数据挖掘在柴油机智能故障诊断系统中的应用

刘 炎

（深圳市智驾实业有限公司，广东深圳 518000）

柴油机是一种使用柴油作为燃料的内燃机，是结合第一、二次技术革命成果的产物，是当前工农业机械、汽车、船舶、内燃机车、钻机、通用设备、备用电站等的主要动力装备。柴油机的热能利用效率高，燃料能源成本低，设备技术发展时间久，在我国机械行业中具有十分重要的地位。柴油机工作过程包括进气、压缩、热门与动能转换、排气等节点动作的循环。相较于汽油，柴油的物理黏性更大且更难变成蒸汽，故其在气缸内形成柴油与空气的混合气体的方式和燃料燃烧方式上存在不同。目前国内正在使用的大多数柴油机的制造和装备工艺较为陈旧，但其内部构造仍相对精密复杂，且工作环境较为恶劣。传统的通过经验来保养和维护装备明显不再适合如今的生产生活，针对定项检查的旧式计算机故障诊断系统也逐渐无法满足柴油机的保养和维护需求。

1 柴油机的种类及其常见故障

柴油机是一种使用柴油作为燃料的内燃机。工作时，柴油机将空气吸入气缸，并通过高程度压缩使气缸内的空气温度上升到500～700 ℃；当气缸内温度满足供料条件时，柴油机将雾状的燃油喷入，使其遇高温空气后自动燃烧；燃烧产生的热能反复快速地推动活塞，而活塞带动连杆和曲轴运动，将热能转换为机械功产生持续动力。柴油机的种类较多，可以根据工作方式、冷却方式、进气方式、供电方式等多种方式进行分类，如四冲程柴油机、二冲程柴油机、单缸柴油机、多缸柴油机、直喷式柴油机、涡流式柴油机、水冷却柴油机、风冷却柴油机、增压式柴油机、非增压式柴油机、交流发电柴油机、直流发电柴油机等。

柴油机的组成部分较多，各部件之间的连接繁多且精密，并长时间在高温、震动和多烟尘的环境中工作。因此，工作时间较久的机具经常会出现异常响动、功率降低、冒黑烟、压气机或涡轮的密封环漏油、电路异常等问题。例如，长时间未清洗或更换空气滤芯、压气出口或排气口漏气、增压器件异常、燃油系统故障等，会导致柴油机功率下降或冒黑烟；增压器或压气机内部残留油泥或结焦、发动机活塞环或缸套磨损、增压器损坏等，会导致密封环漏油；压气机内部阻塞或沾染污垢、配气机构内部漏气、润滑系统异常等，会导致柴油机异响；机具内部输油管路不通畅、密封环损坏、缸内沾染污垢等，会使柴油机油耗指标上升，影响功率输出。这些常见的故障发生点较多且常发于机具内部，提前或及时发现机具故障以及准确诊断故障原因，有助于保持柴油机性能和延长使用寿命。但传统的分析故障手段依然不经济、不稳定，因此，借助先进的数据挖掘技术实现柴油机故障的智能诊断，对于有效的保养和维护机具、保持机具性能和使用寿命有着积极的意义。

2 数据挖掘技术

“大数据”的概念由顶级咨询公司麦肯锡提出，即为大量的数据。然而，经过多年的演进和讨论，如今大数据已经蕴含了更多的含义，海量数据、多维度的数据、全面的数据、有效的数据等，构成了信息、资料与技术的集合。数据挖掘则通过数学模型和程序算法的结合，从海量数据中搜集和处理信息并形成对于需求的解释模型，然后不断地对整个过程进行迭代和调整。从思想层面理解，数据挖掘是不断学习的过程。从技术层面归纳，数据挖掘基于计算机科学，融合数据库仓储、数据库应用、统计学、机器学习、数据可视等多个专业领域来构建数据模型，并通过算法的执行发现和存储习得的知识。

基于数据进行预测和描述数据是数据挖掘的基本目标。其中，监督学习是预测的建模和实现的过程，在学习过程中将搜集的数据样本按预制分类进行划分和归类，或者将样本映射到一个真实值的预测变量中；非监督学习常用于描述数据中，通过聚类的方式将数据样本划分到未做预制分类的不同集合中。数据挖掘项目通常选用迭代开发的流程，对解读需求、搜集数据、预处理数据、评估模型、解释模型等阶段进行迭代，不断调整对数据的处理和完善数据模型，以求更贴近目标。

2.1 解读需求

大多数据挖掘项目的立项是为了解决具体的领域或行业的一些具体问题和痛点的，即有服务才有价值。项目团队不能沉浸在自己构想中闭门造车，而是需要正确解读需求，着眼于当前问题明确项目目标。通过在完整的项目周期中与目标行业领域专家合作保持项目按正确的轨道前进。

2.2 搜集数据

要想数据挖掘工作可以取得有效的结果，需要以庞大的数据信息作为基础，这些数据源则需要从相关业务系统的数据库中提取。业务数据的数据量越充足描述的维度越广泛，可以为挖掘工作提供更良好的样本抽取环境，这是数据挖掘可以得到良好结果单硬性基础。此外，项目团队在数据抽样时对取样分布的理解程度将影响后续评估模型阶段中训练和检验数据分布的结果，进而影响数据挖掘目标的偏离程度。

2.3 预处理数据

在这个阶段，项目团队主要进行数据的准备工作和数据的归约。在准备数据时，需要将数据进行规范化处理，即清洗数据。在数据清洗过程中，需对于字段中缺失数值和出现异常数值的数据按约定规则进行处理、对数据中的时间维度进行加权，使目标数据呈现平整和规范的特点，以便程序算法按既定模型识别和处理数据。对于数据的归约，主要包括维度归约、值归约以及案例归约等方式。

2.4 评估模型

评估模型可对模型运行结果的评价，是在各候选模型中选择更满足项目目标的模型。因为在前期建立模型时很容易下意识地隐含了人为的假定，所以在评估模型中经常出现准确率高的模型并非最有效模型的问题。因此，做好贴近实际应用场景的测试集和数据集，将很好地提升整个项目的迭代效率。

3 数据挖掘在柴油机智能故障诊断系统中的应用

柴油机的润滑系统对于设备保持良好的运行状态和延长寿命起着关键的作用。不过润滑系统的功能较为复杂，其内部部件的关联密切，较常出现多个故障之间、故障征兆表象之间相互耦合的现象，进而增加故障诊断和处理的难度。在目前应用于润滑系统的故障诊断系统中，多数使用典型的计算机树型数据结构表示设备故障。树型数据结构理论出现时间较早，在计算机算法领域的研究和应用广泛，在软件系统应用树形结构模型可以相对直观地描述各故障数据之间的耦合关系，且出错概率较低。但其不能诊断具体的故障形式。虽然可以通过扩展树的容量的方式识别故障，则需要扩充分类处理的对象，在模型的建立方面显得过于臃肿和复杂，不利于后期迭代和系统本身的问题修复。

文章重点简述一种基于贝叶斯网络模型的故障诊断系统的设计，以及其如何解决多个故障互相关联时诊断困难的问题。其整体概况如下：利用贝叶斯网络的有向无环图的特征建立数据模型，即通过有向无环图来描述故障之间的耦合关系；在定量的表述诊断知识点时，选用Noisy-OR 与Noisy-AND 结合使用的方法分析各关联对象之间的关联强度，并将其设作为噪声参数，然后通过校验参数影响下的故障发生概率来描述润滑系统的历史运行状况。首先进行任务分类拆分工作，即将润滑系统的故障诊断工作按照故障类型分组并输出各组的诊断子任务。然后使用经典树型数据结构创建故障树模型，并用其分析上述各子任务的关联故障和故障征兆之间的耦合关系。在模型的应用方面，按照故障类型将诊断润滑系统故障的任务分解为多项子任务。对于各子任务，利用故障树模型分析故障与征兆及多故障间的耦合关系，并最终转化为贝叶斯网络模型的数据结构。

在分解诊断任务的阶段，基于对润滑系统的结构组成和工作原理等知识做了准确的学习和了解，将诊断任务分解，即将整体的故障诊断工作分解为诊断油压异常、诊断油温异常、诊断润滑消耗异常、诊断高油压高油温综合性异常4个子任务。对于诊断高油压高油温综合性异常任务，再将其细分为诊断油压或油温过低和诊断油压或油温过高两个再次级子任务。以处理诊断油压过低的子任务为例，将历史数据中相关的故障信息归类到该模型中，使用事件树存储设备运行的各个阶段，以事件是否发生作为逻辑门开关，引导模型决策的前进路线。例如，预供油泵在柴油机启动后即停止工作，因此预供油泵故障可能会导致柴油机启动前油压过低，但不会导致设备启动后的进油压力。通过故障树模型，则可以清晰地识别出故障的传播过程和关系（图1）。

图1 柴油机润滑系统故障树模型

建立润滑系统的网络模型工作包括构建拓扑结构和设定概率参数两个部分。，分解诊断任务和建立子任务的故障树模型，即用于向贝叶斯网络传递分析数据源以构建拓扑结构。在描述故障时，为其扩展定义出无效、不发生和发生3种状态。以无效状态为例，该状态值表示当前事件的发生与否不会影响到其上层节点，因此在柴油机启动前的事件树中，预供油泵故障的状态是无效的。

当实际业务数据量有限且仿真测试数据质量不高时，可以通过故障占比的方式计算故障概率。这种方式较适用于大多数中小型企业对于智能故障诊断系统的需求。其中，定义模型参数和设定合理的参数值，在计算先验发生概率中起着关键的作用。在电路程序中，事件发生或者不发生的概率值为1或0；但现实世界中的故障与其征兆之间的关系常会受到多种因素影响而存在不确定性。而通过noisy-OR（AND）模型存储故障及其征兆的关系强度，可以很大程度避免模型参数的数量，进而减少概率计算的干扰因素，提升计算概率的贴合程度。较为典型的例子是，旁通阀和过滤器在润滑系统中是并联关系，但过滤器堵塞时也有概率导致旁通阀分流能力降低，进而影响润滑油供油压降低。在单体参数影响下，通过噪声模型分析润滑油进机压力可以体现出独立部件对故障的影响能力。

4 结束语

与大众对柴油机的传统认识和影响不同，世界许多国家在近些年以节能和降低污染为目标，通过研究有效利用低质燃油能源和非石油能源以及改进燃料燃烧方式和过程等手段，不断升级和变革柴油机，德国大众TDI 柴油机即为其中的新技术产品。柴油机产品的迭代更新使其有条件不被社会进步所逐渐遗弃，而应用数据挖掘等现代化信息技术对其进行多个方面的完善也具有实际的意义。相较于传统单项诊断系统，基于数据挖掘技术的故障诊断系统可以清晰地呈现故障及其征兆之间的耦合关系和传播过程，并对不确定的故障以人类习惯理解的概率形式进行表达，为提高柴油机故障诊断的效率和质量提升做出了极为有效地支持。