1、 南京农业大学学报，（）：收稿日期：基金项目：江苏省自然科学基金青年基金项目（）；江苏省现代农机装备与技术示范推广项目（）；中央高校基本科研业务费专项资金（）作者简介：周俊博，硕士研究生。通信作者：肖茂华，博士，教授，博导，主要从事高端农机装备健康维护，：。周俊博，肖茂华，朱烨均，等 基于 的拖拉机柴油机故障诊断研究 南京农业大学学报，（）：，（）：基于 的拖拉机柴油机故障诊断研究周俊博，肖茂华，朱烨均，宋宁，张婕（南京农业大学工学院，江苏 南京；江苏省农业机械试验鉴定站，江苏 盐城）摘要：目目的的 针对传统机器学习在拖拉机柴油机故障诊断应用中的局限性，本研究提出一种（）拖拉机柴油机故障诊断模
2、型。方方法法 采用（）作为故障诊断模型的基体，针对 优化问题，以（）和（）算法为基础提出了（）算法对 的重要参数、进行优化；分析柴油机的故障机制，确定反映故障发生的数据信号；基于（）总线和 组合模块采集潍柴 型拖拉机柴油机传感器信号数据对 的性能进行测试，并将测试结果与、和（）神经网络的测试结果进行对比。结结果果 相比于其他 种 模型，充分发挥了 算法和 算法在 参数寻优方面的优势，故障诊断准确率大幅度提升，相比于，诊断总准确率由 上升至，提高；算法提高了单种群优化算法的寻优性能，相较于 算法，算法最佳适应度由 提升至，提高，达到最佳适应度时的迭代次数由 下降至，下降；为避免偶然性，对 种 模
3、型采取 次重复试验，试验结果表明，相较于其他 种模型 模型的性能更稳定，的 次诊断总准确率均为；采用 作为故障诊断模型，缓解优化算法的寻优压力，提高模型的效率，相比于 神经网络，模型的运行时间由 降低至 ，下降。结结论论 本文研究结果可为高效率拖拉机柴油机故障诊断提供参考。关键词：农业机械；柴油机；故障诊断；支持向量机；算法；算法；算法中图分类号：文献标志码：文章编号：（），（，；，）：（），（）（）（），（），（），（），第 期周俊博，等：基于 的拖拉机柴油机故障诊断研究 ，：；（）；（）；（）；（）柴油机作为拖拉机的动力源，其健康状况直接影响拖拉机的动力性和经济性。同时，拖拉机柴油机具有构
4、造复杂、工作环境噪声大以及故障多发性等诸多特点，其高效故障诊断已成为目前的研究难点。近年来随着智能诊断技术的飞速发展，基于机器学习的故障诊断方法已经在拖拉机柴油机故障诊断中应用。其中，支持向量机（，）由于具有更高的识别准确率和更好的广义性，被广泛应用于拖拉机柴油机故障诊断。吴晓冬采用 和（）神经网络对小样本滚动轴承数据进行故障诊断，结果表明 神经网络和 的故障诊断正确率分别为 和，说明 处理小样本能力优越于 神经网络。刘旭研究表明，采用粒子群（，）优化的 神经网络和 优化的 对滚动轴故障诊断的运行时间分别为 和 ，说明 神经网络比 结构复杂，在同等优化条件下 训练速度更快。中核函数参数 和惩罚
5、因子 是决定 性能的重要参数，但以往 个参数常常依靠人为选取，人的主观判断会引起 过拟合和欠学习现象。在 参数寻优方面，种群算法由于具有易实现、效率高等优势被广泛应用于 参数优化。张建伟等采用 算法对梯级泵站管道振动响应进行预测，试验结果表明相比于 神经网络，模型的根均方误差由 降为。孙俊等采用灰狼算法（，）优化的 （）对番茄叶片含水率进行检测，试验结果表明相较于，算法优化的 均方根误差由 降为 。虽然、算法具有一定的参数寻优能力，但 算法具有陷入局部最优解的缺陷，算法的寻优精度较低，两者难以满足实际使用需求，因此种群算法仍有较大的改进空间。因此，有不少学者结合不同种群算法优势改进单一种群算法
6、，等采用 算法优化云端服务器之间工作负载分配问题，相比于、算法，算法具有更小的适应度，更加适合于参数优化问题。在前期研究中，周俊博等优化了 优化算法，结合（）、惯性权值线性递减、改进自适应变异提出（）优化算法，并据此优化（）复合神经网络，并将该方法应用于拖拉机柴油机故障诊断中，相较于 优化算法，优化算法的最终适应度由 降为，算法的性能大幅度提升，但由于 神经网络结构复杂导致 算法寻优效率较低，模型的运行时间长达 。鉴于以上背景现状，本文采用 作为故障诊断模型，对 核函数参数 和惩罚因子 进行优化，采用种群算法参数寻优，为解决单一种群算法易陷入局部最优、寻优精度低等缺陷，结合 算法与 算法提出了
7、（）算法，确定了 结构。在分析拖拉机柴油机故障机制的基础上，确定了反映故障发生的 种传感器数据信号，基于（）总线、及 搭建拖拉机柴油机信息采集模块，采集潍柴 型拖拉机柴油机 种故障下 组传感器数据，对 故障诊断模型的性能与诊断效果进行验证。故障诊断模型 支持向量机（）是一种基于统计学习理论的机器学习方法，其算法特点是间隔最大化，能够寻找分开不同类型样本数据且具备最大分类间隔的最优分类超平面。能够通过“核映射”把输入样本空间映射到南 京 农 业 大 学 学 报第 卷高维的特征空间，克服了传统机器学习模型“维数灾难”和“过拟合”的问题，在解决小样本、非线性和高维识别中表现出巨大的优势。故本文采用
8、构建故障诊断模型。算法 中核函数参数 和惩罚因子 对模型的泛化能力和学习能力有很大的影响。算法和 算法作为新型人工智能算法，由于具有优良的收敛性能和寻优精度被广泛应用于参数寻优。因此本文结合 算法和 算法优化 参数 和。算法核心步骤有 个，即粒子更新速度公式和粒子位置更新公式。设种群规模（粒子数）为；总迭代（进化）次数为；粒子目前迭代次数为，粒子的目前位置为；粒子的目前移动速度为。每个粒子速度更新公式为：（）（）（）式中：为更新后的粒子移动速度；为惯性权值；为个体学习因子；为社会学习因子；、为 个不同的，间随机数；为粒子目前的个体最优解；为粒子目前的全局最优解。每个粒子位置更新公式为：（）式中
9、：为更新后的粒子位置。算法基本原理效仿灰狼群的种群制度，将狼群分为、种群，狼群 中个体在狩猎过程中接受狼群、中个体的支配，算法的过程可分为包围、追捕、攻击 个阶段。为方便表示，种群规模（灰狼数）、总迭代（进化）次数、灰狼个体目前迭代次数的设置同 算法。每个灰狼个体猎物包围方式为：（）（）|（）式中：为灰狼个体与猎物之间的距离；为猎物的位置；（）为包围猎物过程开始前的灰狼个体位置；（）为包围猎物过程结束后的灰狼个体位置；、为变量系数；为收缩因子，其随着迭代次数增加从 线性递减至；、为 个不同的，间随机数。每个灰狼个体猎物追捕方式为：（）（）()|（）式中：取、；取、；为 狼到灰狼个体间的距离；为
10、灰狼个体向 狼移动的距离；（）为追捕开始前的灰狼个体位置；（）为追捕结束后的灰狼个体位置；变量系数、确定方式同式（）。每个灰狼个体攻击猎物方式为：当 时，狼群认为该猎物为最优解，狼群开始攻击猎物，向最优解靠拢；当 时，狼群远离猎物，狼群重新在全局寻找最优解。算法具有寻优精度高的优点，同时存在收敛性差、易陷入局部最优等缺点，而 算法具有较强的全局收敛能力，同时存在效率低的缺陷。因此可将 个算法的优势融合。算法通过狼群等级划分和个体间从属关系的方式提高了种群内部信息交流，增强个体跳出局部最优的能力；算法位置更新过程通过引入个体速度赋予了个体局部搜索能力，进而提高了粒子寻优的精度；变量权值能够通过调
11、整不同时期的搜索能力的方式进一步提高个体的寻优精度。综合上述思想，综合 种算法优势提出一种 算法。首先将随迭代次数改变的变量权值引入到 速度更新公式，通过调整个体不同时期速度实现算法全局高精度寻优；其次将 算法中个体猎物追捕结束后的个体位置（）引入到 算法速度和位置更新公式中，使群中个体在遵循狼群等级制度更新位置的同时也能够在更新位置的附近进行局部寻优，兼顾了算法寻优效率与精度；最后将变量权值引入位置更新公式中改变算法不同时期位置更新公式中个体速度所占的权重，使算法前期快速锁定最优解的同时增加算法后期个体的多样性，进而使算法具有更大的寻优空间。第 期周俊博，等：基于 的拖拉机柴油机故障诊断研究
12、 算法个体速度更新公式为：（）（）（）（）（）式中：为 算法中个体目前移动速度；为 算法中更新后的个体移动速度；为速度变量惯性权值；为最大惯性权值；为最小惯性权值；为个体目前迭代次数与总迭代次数的比值。算法个体位置更新公式为：（）（）（）（）式中：为 算法中个体目前位置；为 算法中更新后的个体位置；为位置变量惯性权值。模型 算法具体流程（图）为：构建 模型，对 的输入数据进行归一化处理，初始化并提取 核函数参数 和惩罚因子；采用 算法优化参数、，初始化算法中个体的速度和位置；根据 交叉验证的准确率计算个体适应度，根据适应度大小确定种群中的、个体，每个个体根据 算法的位置更新方式更新位置，同时更
13、新其速度；以 算法的位置更新方式再次更新个体位置，同时再次计算个体的适应度，根据适应度大小更新粒子群个体极值和群体极值；判断当前是否满足 算法的终止条件，若满足则将最优的个体值赋值给 的、，训练赋值后的。图 算法流程.（）南 京 农 业 大 学 学 报第 卷 拖拉机柴油机故障分析目前拖拉机柴油机的主要故障形式有柴油机润滑不良、怠速异常、功率异常、排放异常等。上述 种故障形式的典型表征为机油压力低、进气管堵塞、高压油泵故障及活塞环断裂。本文以这 种故障表征为基础，分析能够反映拖拉机柴油机故障发生的异常数据信号。机油压力低由于拖拉机柴油机长期处于恶劣工况，因此其润滑系统故障是拖拉机运行中的常见现象
14、。其中，机油压力降低是润滑系统故障的典型表征。如图 所示，进、排气凸轮轴位于拖拉机柴油机顶部，机油需经历更长油路才能达到其润滑位置。当机油压力低时，到达进、排气凸轮轴的机油量减少，且伴随着高温作用机油黏度急剧下降，加剧了进、排气凸轮轴与传动部件间的摩擦，导致其相对位置发生改变，直观体现为进、排气凸轮轴位置出现异常。同时，机油过低将使柴油机各零件表面润滑不良，零件磨损及零件间剧烈摩擦会造成柴油机过热，导致冷却液温度升高。图 拖拉机柴油机润滑系统.进气管堵塞当拖拉机柴油机处于低温工况时易发生怠速异常的故障，怠速异常时柴油机常出现气缸抖动、游车、易熄火等现象。当进气管发生堵塞时拖拉机柴油机的进气量大
15、幅度降低，导致怠速异常。怠速异常时发动机的转速数值会发生波动，因此进气管发生堵塞时转速势必发生变化。同时，进气管堵塞时发动机汽缸内进气量会显著降低，导致进气歧管压力及空气流量下降。高压油泵故障高压油泵作为拖拉机柴油机燃油供给系统的重要部件，其可靠性将直接影响拖拉机整机的工作性能。高压油泵发生故障会使发动机输出功率不足，拖拉机柴油机的转速下降。转速下降时，发动机供油提前装置无法正常工作，燃油量调节能力变弱，导致供油提前角异常。活塞环断裂柴油的含碳量较高，随着拖拉机使用年限的增加，柴油机汽缸内部会发生积碳现象，活塞在含有积碳汽缸内往复运动时活塞环易出现磨损及断裂的故障。活塞环分为气环和油环，气环断
16、裂时燃烧室内可燃气体会窜入曲轴箱，发动机的动力性变差，导致转速下降。油环断裂时机油会窜入燃烧室，发动机燃烧情况变差，排气系统会出现冒黑烟现象，此时发动机整机温度异常，进而使冷却液温度发生改变。同时拖 第 期周俊博，等：基于 的拖拉机柴油机故障诊断研究拉机柴油机还具有多故障并发性。例如当润滑系统故障时，柴油机整机润滑不良，加剧了活塞环与汽缸壁之间的摩擦，活塞环开始有断裂倾向。根据上述分析，得出反映拖拉机柴油机故障发生时的异常数据信号（表）。从表 可知，单个信号无法确定柴油机发生何种故障，某种故障发生会有多种数据信号存在异常。表 拖拉机柴油机故障发生时的异常数据信号 故障 数据信号 故障 数据信号 均正常 、注：机油压力正常；：机油压力低；进气管堵塞；：高压油泵故障；：活塞环断裂；：转速（）；：负荷（）；：冷却液温度（）；：空气流量（）；：进气歧管压力（）；：进气凸轮轴位置（）；：排气凸轮轴位置（）；：供油提前角（）。下同。：；：；：；：；：；：（）；：（）；：（）；：（）；：（）；：（）；：（）；：（）模型性能试验 试验器材与设备为检验 神经网络模型的性能，本文以 总线采集拖拉机柴油机运
