基于数字孪生的柴油机健康状态评估方法、装置及设备与流程

技术特征：
1.一种基于数字孪生的柴油机健康状态评估方法，其特征在于，包括：获取设置在第一柴油机的多个振动传感器所采集的所述第一柴油机的多组第一振动信号数据；对所述多组第一振动信号数据分别进行降噪处理，得到多组第二振动信号数据；将所述多组第二振动信号数据进行特征提取，并根据提取的特征建立多组第一振动信号特征融合矩阵；利用堆叠稀疏自动编码器对所述多组第一振动信号特征融合矩阵进行降维处理，得到多组第二振动信号特征融合矩阵；利用所述多组第二振动信号特征融合矩阵对预设分类模型进行训练，得到目标分类模型；根据所述目标分类模型对目标柴油机的健康状态进行评估，得到所述目标柴油机的评估结果。2.根据权利要求1所述的方法，其特征在于，所述获取设置在第一柴油机的多个振动传感器所采集的所述第一柴油机的多组第一振动信号数据，包括：控制所述第一柴油机执行多种预设运行模式；其中，所述多种预设运行模式包括正常运行模式和故障运行模式；接收并归集每个所述振动传感器在所述多种预设运行模式下采集的第一振动信号数据，得到所述多组第一振动信号数据。3.根据权利要求1所述的方法，其特征在于，所述对所述多组第一振动信号数据分别进行降噪处理，得到多组第二振动信号数据，包括：利用移动平均法对所述多组第一振动信号数据进行数据平滑预处理，得到所述多组第二振动信号数据。4.根据权利要求1所述的方法，其特征在于，所述将所述多组第二振动信号数据进行特征提取，并根据提取的特征建立多组第一振动信号特征融合矩阵，包括：根据多种预设特征参数计算方法，提取所述多组第二振动信号数据的特征参数；组合所述特征参数，得到所述多组第一振动信号特征融合矩阵。5.根据权利要求1所述的方法，其特征在于，所述利用堆叠稀疏自动编码器对所述多组第一振动信号特征融合矩阵进行降维处理，得到多组第二振动信号特征融合矩阵，包括：对所述多组第一振动信号特征融合矩阵进行数据归一化处理；利用堆叠稀疏自动编码器对数据归一化处理后的所述多组第一振动信号特征融合矩阵进行降维处理，得到所述多组第二振动信号特征融合矩阵。6.根据权利要求1所述的方法，其特征在于，所述预设分类模型为预设支持向量机模型；所述利用所述多组第二振动信号特征融合矩阵对预设分类模型进行训练，得到目标分类模型，包括：将所述多组第二振动信号特征融合矩阵划分为训练样本数据与测试样本数据；利用所述训练样本数据训练所述预设支持向量机模型，得到初始支持向量机模型；根据所述测试样本数据和高斯核函数对所述初始支持向量机模型进行参数调整，得到目标支持向量机模型。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述目标分类模型对目标柴油机的健康状态进行评估，得到所述目标柴油机的评估结果，包括：获取设置在第二柴油机的多个振动传感器所采集的所述第二柴油机的多组第三振动信号数据；对所述多组第三振动信号数据分别进行降噪处理，得到多组第四振动信号数据；将所述多组第四振动信号数据进行特征提取，并根据提取的特征建立多组第三振动信号特征融合矩阵；利用堆叠稀疏自动编码器对所述多组第三振动信号特征融合矩阵进行降维处理，得到多组第四振动信号特征融合矩阵；将所述多组第四振动信号特征融合矩阵输入所述目标分类模型，得到所述第二柴油机的评估结果。8.一种基于数字孪生的柴油机健康状态评估装置，其特征在于，包括：获取模块，用于获取设置在第一柴油机的多个振动传感器所采集的所述第一柴油机的多组第一振动信号数据；降噪模块，用于对所述多组第一振动信号数据分别进行降噪处理，得到多组第二振动信号数据；提取模块，用于将所述多组第二振动信号数据进行特征提取，并根据提取的特征建立多组第一振动信号特征融合矩阵；降维模块，用于利用堆叠稀疏自动编码器对所述多组第一振动信号特征融合矩阵进行降维处理，得到多组第二振动信号特征融合矩阵；训练模块，用于利用所述多组第二振动信号特征融合矩阵对预设分类模型进行训练，得到目标分类模型；评估模块，用于根据所述目标分类模型对目标柴油机的健康状态进行评估，得到所述目标柴油机的评估结果。9.根据权利要求8所述的装置，其特征在于，所述获取模块还用于：控制所述第一柴油机执行多种预设运行模式；其中，所述多种预设运行模式包括正常运行模式和故障运行模式；接收并归集每个所述振动传感器在所述多种预设运行模式下采集的第一振动信号数据，得到所述多组第一振动信号数据。10.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

技术总结
本发明提供一种基于数字孪生的柴油机健康状态评估方法、装置及设备。该方法包括：获取设置在第一柴油机的多个振动传感器所采集的第一柴油机的多组第一振动信号数据；对多组第一振动信号数据分别进行降噪处理，得到多组第二振动信号数据；将多组第二振动信号数据进行特征提取，并根据提取的特征建立多组第一振动信号特征融合矩阵；利用堆叠稀疏自动编码器对多组第一振动信号特征融合矩阵进行降维处理，得到多组第二振动信号特征融合矩阵；利用多组第二振动信号特征融合矩阵对预设分类模型进行训练，得到目标分类模型；根据目标分类模型对目标柴油机的健康状态进行评估，得到目标柴油机的评估结果。本发明能够提高柴油机健康状态评估结果的准确率。态评估结果的准确率。态评估结果的准确率。


技术研发人员：白华军 贾希胜 王亚彬 程中华 温亮 马维宁 闫昊
受保护的技术使用者：中国人民解放军陆军工程大学
技术研发日：2021.07.23
技术公布日：2021/10/23