摘 要：柴油機(jī)作為一種典型的往復(fù)式動(dòng)力機(jī)械，由于其復(fù)雜的結(jié)構(gòu)特點(diǎn)使得其故障診斷和狀態(tài)參數(shù)的檢測具有相當(dāng)大的難度?；谶@一現(xiàn)狀，本文對模糊聚類分析在柴油機(jī)故障診斷中的應(yīng)用進(jìn)行了探討，這一技術(shù)手段的應(yīng)用給柴油機(jī)故障診斷工作提供了極大地便利，同時(shí)該方法也具有較高的準(zhǔn)確性。另外，在普通模糊聚類分析的基礎(chǔ)上，對模糊C值理論基本原理進(jìn)行了分析，并總結(jié)了參數(shù)的選擇對聚類結(jié)果存在的影響，并對模糊聚類方法的有效性應(yīng)用進(jìn)行了探討。

關(guān)鍵詞：模糊聚類；柴油機(jī)；故障；自動(dòng)化診斷

DOI：10.16640/j.cnki.37-1222/t.2015.22.034

0 引言

柴油機(jī)作為船舶系統(tǒng)的中的一項(xiàng)重要的動(dòng)力設(shè)備，由于長期工作條件的惡劣性，極容易發(fā)生故障，而且對柴油機(jī)故障的檢測一般又極為的復(fù)雜，存在較大的工作量，一旦對于出現(xiàn)的故障問題不能夠及時(shí)的診斷和修理，那么就很有可能導(dǎo)致更嚴(yán)重的事故發(fā)生，對人們的生命財(cái)產(chǎn)安全以及海洋環(huán)境帶來嚴(yán)重的危害。所以，做好柴油機(jī)的故障診斷工作，提高柴油機(jī)的使用安全，對于節(jié)約維修費(fèi)用，保證人們生命安全，降低環(huán)境污染等多方面工作具有重要的意義。另外，由于船舶柴油結(jié)構(gòu)的復(fù)雜性程度較高，傳統(tǒng)的故障診斷技術(shù)已經(jīng)無法滿足其要求，近些年隨著計(jì)算機(jī)人工智能化的發(fā)展，借助于模糊邏輯和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)的計(jì)算機(jī)故障診斷方法逐漸的投入到柴油機(jī)故障診斷中來，同時(shí)這也成為了柴油機(jī)故障診斷研究一個(gè)重要方向。

1 模糊分類分析的基本知識(shí)

聚類分析作為一種新型數(shù)學(xué)分析方法，在近幾年取得了快速的發(fā)展。該方法的主要手段就是對被分析對象進(jìn)行了合理的分類。比如在地質(zhì)勘探領(lǐng)域，通常也都是根據(jù)礦石的形態(tài)進(jìn)行基本的分類；而在地震預(yù)測工作中，以震前的各種預(yù)兆性指標(biāo)為依據(jù)，對地震的時(shí)間段和等級進(jìn)行了分類；在氣象學(xué)中是根據(jù)天氣形勢進(jìn)行了分類。

我們把所考察的、需要進(jìn)行分類的對象稱之為樣本。為了保證分類的合理化，就需要將樣本多方面的性質(zhì)數(shù)量化，而這一種樣本數(shù)量化的性質(zhì)又稱之為樣本的指標(biāo)。若該樣本存在m個(gè)樣本指標(biāo)，那么就可以利用m維的空間中一點(diǎn)來對樣本進(jìn)行必要的描述；如果有n個(gè)樣本，每一個(gè)樣本都存在m種樣本指標(biāo)，于是可以將樣本列成如下表1形式：

在上表中，Xi，j表示的就是第i個(gè)樣本中的j個(gè)樣本指標(biāo)。

為了有效地確定各個(gè)不同樣本之間的關(guān)系，通常會(huì)用到以下兩種量來表示樣本之間的相似數(shù)：

相似系數(shù)ri，j-----表示的是樣本之間相似程度，其數(shù)值越接近1，表示樣本相似程度就越高；

距離d-------將每一個(gè)樣本都看做是m維空間中的一點(diǎn)，d表示的就是在該空間內(nèi)，不同點(diǎn)之間的距離。與現(xiàn)實(shí)距離一樣，距值越小，則說明樣本間的差異性就越小。

將相似程度比較大的樣本歸為一類是聚類分析的基本思想，但其中可能存在的問題就是，預(yù)先可能并不知道具體的應(yīng)該劃分為幾類，也可能是之前已經(jīng)確定好了劃分的類別。根據(jù)兩種不同的前提條件，又將聚類分析分為了動(dòng)態(tài)聚類分析和系統(tǒng)聚類分析兩大類。

1.1 系統(tǒng)聚類法

該方法具體可以劃分為三大步驟：

求得各個(gè)樣本之間的距離，將距離最近的兩個(gè)樣本歸為一類；

定義不同類別之間的距離，將距離最近的兩類合并歸納為新的一類；

反復(fù)進(jìn)行上述步驟2），促使不同類別之間的不斷合并，最終將所有的樣本種類歸納為一類；至此，聚類分析結(jié)束。

1.2 動(dòng)態(tài)聚類法

由于系統(tǒng)聚類分析法利用的是一次行程的結(jié)果，對分類方法也有著較高的要求，同時(shí)也造成了極大地計(jì)算量，針對這一種現(xiàn)狀，動(dòng)態(tài)聚類分析法得以提出。動(dòng)態(tài)聚類分析法預(yù)先對不同樣品的進(jìn)行一個(gè)粗略的分類，也被稱為初始分類，然后根據(jù)樣品種類基本原理進(jìn)行不斷的修改和優(yōu)化，直至結(jié)束。

2 模糊C均值聚類

2.1 模糊C均值聚類分析原理與步驟

（1）原理分析。在模糊C均值聚類分析法中的C，指的就是將不同的樣本具體劃分為了C類，各個(gè)樣本也在一定意義上都隸屬于C個(gè)不同維度的空域。用Ui，j表示第i個(gè)樣本隸屬于第j個(gè)空域，其中Ui，j要滿足一下條件：

1）Ui，j的具體數(shù)值要在0和1之間；

2）每一個(gè)樣本在全部聚類中心的隸屬度之和應(yīng)為1；

3）每一個(gè)聚類中心的樣本數(shù)值應(yīng)在0和總樣本數(shù)量n之間；

模糊聚類C均值算法的基本出發(fā)點(diǎn)就是對目標(biāo)函數(shù)的不斷優(yōu)化。

（2）模糊C均值聚類分析法的基本步驟。1）模糊C值的確定，完成對不同樣本的初步分類。利用模糊傳遞閉包法預(yù)先對不同樣本的進(jìn)行初次的組合，從而得到一個(gè)原始的隸屬矩陣，進(jìn)而初始矩陣得以確定。其具體步驟如下：①樣本矩陣的初始化，通過極值標(biāo)準(zhǔn)化公式將所有數(shù)值都壓縮到0和1 之間；②模糊關(guān)系矩陣R=（ri，j）的確立，其中ri，j為相似系數(shù)；③通過平均方法求得模糊等價(jià)關(guān)系矩陣；④通過采用λ-截矩陣法進(jìn)行分類，其中λ是等價(jià)關(guān)系矩陣中的隸屬度；依據(jù)不同的隸屬度對等價(jià)關(guān)系矩陣做λ-截矩陣之后，所得到的結(jié)果同樣具有等價(jià)關(guān)系，并得到了一個(gè)λ水平的矩陣分類，進(jìn)而實(shí)現(xiàn)了將樣本成功的分為了C類；2）大致分類完成后，再對分類結(jié)果進(jìn)行精確聚類分析。

2.2 模糊C均值聚類的有效性分析

對數(shù)據(jù)進(jìn)行聚類分析，首先需要的就是提前給定所分析數(shù)據(jù)的具體類別數(shù)。然而在實(shí)際的分析過程中，由于這方面理論依據(jù)的缺失，常常造成了一種類別確定的任意性，這樣也直接導(dǎo)致了錯(cuò)誤的分析結(jié)果。為有效地解決這一問題，從而引入了判別系數(shù)來完成對模糊聚類法有效性分析。

（1）劃分系數(shù)F，經(jīng)過分析，F(xiàn)值越接近于1 ，其聚類效果就越好。

（2）劃分熵H，表示的是聚類分析的不確定性，其中H值越大則說明類別劃分的不確定性就越大；

此函數(shù)僅和C個(gè)封閉球的分離性和緊致性有關(guān)，這兩大因素有分別由Ci，j和ri，j體現(xiàn)。

3 基于模糊聚類法的船舶柴油機(jī)故障診斷機(jī)理分析

船舶柴油機(jī)由于其復(fù)雜的結(jié)構(gòu)，而且導(dǎo)致其發(fā)生故障的原因種類也比較多，相對應(yīng)表現(xiàn)出來的具體癥狀以及故障之間的船舶機(jī)理和相互作用也都很復(fù)雜，所以實(shí)現(xiàn)建立起一個(gè)整機(jī)的診斷模型就顯得十分困難。經(jīng)過對故障系統(tǒng)的分析發(fā)現(xiàn)，出現(xiàn)的故障具備了層次性的特點(diǎn)。柴油機(jī)的整機(jī)系統(tǒng)通常都是由很多的子系統(tǒng)組成的，于是我們將這一主系統(tǒng)分為了若干個(gè)子系統(tǒng)，如：廢氣渦輪增壓系統(tǒng)，燃油系統(tǒng)，冷卻系統(tǒng)以及傳動(dòng)系統(tǒng)等多項(xiàng)子系統(tǒng)。以上各個(gè)子系統(tǒng)中的故障，都會(huì)嚴(yán)重的影響到船舶發(fā)動(dòng)機(jī)的正常使用，因此在故障診斷過程中我們采用了層次診斷的方法。

廢氣渦輪增壓系統(tǒng)作為船舶專用柴油機(jī)的子系統(tǒng)，由于故障使其其性能的下降也嚴(yán)重的影響到了整個(gè)柴油機(jī)的正常性能和整體的可靠性。

當(dāng)柴油機(jī)中發(fā)生了渦輪增壓系統(tǒng)故障時(shí)，通常情況下，經(jīng)驗(yàn)豐富的維修師會(huì)根據(jù)自己多年的經(jīng)驗(yàn)以及柴油機(jī)柴油機(jī)的運(yùn)行參數(shù)對故障原因進(jìn)行專業(yè)的分析和判斷，通過分析找出故障的原因并進(jìn)行相應(yīng)的故障處理。這種故障處理方式一般情況下也只是適用于故障發(fā)生之后才能進(jìn)行相應(yīng)的處理工作，而且對維修人員的專業(yè)性要求也比較高。而本文提出了模糊聚類分析法是通過對之前發(fā)生的故障信息，包括故障征兆和故障現(xiàn)象，在故障發(fā)生之前先對其進(jìn)行必要的分析，將柴油機(jī)渦輪增壓系統(tǒng)的所有故障通過神經(jīng)網(wǎng)絡(luò)良好的學(xué)習(xí)力將其有效的整合成為一個(gè)數(shù)據(jù)庫。工作人員只需要通過這個(gè)數(shù)據(jù)庫向神經(jīng)網(wǎng)絡(luò)輸入幾個(gè)能夠?qū)ο到y(tǒng)的正常運(yùn)行產(chǎn)生影響的參數(shù)就可以準(zhǔn)確的把握柴油機(jī)后期的運(yùn)行狀況。

4 結(jié)語

由于柴油機(jī)結(jié)構(gòu)的復(fù)雜化，也導(dǎo)致了故障原因的多樣化。即使是同樣的故障癥狀，也很有可能使多種故障原因所造成的，或者同一種的故障原因通常也會(huì)造成多形式的故障癥狀。面對這樣一種情況傳統(tǒng)的故障診斷方法就受到了極大地制約。本文中，提出了一種新型的故障診斷方法，模糊C均值聚類分析法，以船舶柴油機(jī)故障和故障對應(yīng)的癥狀的特征，以及兩者之間的親疏度和相似程度，利用相似關(guān)系的建立來有效的進(jìn)行了柴油機(jī)故障的診斷和檢測，通過現(xiàn)實(shí)實(shí)例研究表明：模糊聚類分析法在柴油機(jī)故障診斷過程中是一種行之有效的方法，其診斷結(jié)果具有極高的準(zhǔn)確性，值得在進(jìn)一步的應(yīng)用和推廣。

參考文獻(xiàn)：

[1]曹龍漢.柴油機(jī)智能化故障診斷技術(shù)研究[D].重慶大學(xué)，2001.

[2]王志華.基于模式識(shí)別的柴油機(jī)故障診斷技術(shù)研究[D].武漢理工大學(xué)，2004.

[3]馮二浩，潘宏俠.基于模糊聚類分析的柴油機(jī)故障診斷研究[J]. 機(jī)械管理開發(fā)，2010（01）：25-26.

[4]孟憲堯，韓新潔.基于模糊聚類算法的船舶故障診斷技術(shù)[J]. 艦船電子工程，2006（05）：118-121.