第第頁(yè)基于加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法【摘要】發(fā)動(dòng)機(jī)是汽車(chē)的心臟和關(guān)鍵，發(fā)動(dòng)機(jī)性能的好壞將直接影響著汽車(chē)的性能和正常運(yùn)行，可以在一定程度上提高汽車(chē)的使用年限，但是往往會(huì)因?yàn)槿粘＞S護(hù)的不合理或者設(shè)計(jì)缺陷以及環(huán)境因素等影響，導(dǎo)致汽車(chē)發(fā)動(dòng)機(jī)出現(xiàn)一定的故障，所以需要不斷研究和分析汽車(chē)發(fā)動(dòng)機(jī)故障檢驗(yàn)方式，促進(jìn)汽車(chē)的穩(wěn)定運(yùn)行。基于加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法實(shí)際上就是不斷使用冗余數(shù)據(jù)聚類(lèi)中的類(lèi)距離理念來(lái)提高法攻擊故障平均數(shù)據(jù)的可靠性，利用冗余數(shù)據(jù)合理分析不同故障數(shù)據(jù)信息，從而提高檢測(cè)故障的時(shí)間，最大限度提高發(fā)動(dòng)機(jī)的穩(wěn)定性和安全性以及精確度。

【關(guān)鍵詞】加速聚類(lèi)；汽車(chē)；發(fā)動(dòng)機(jī)故障；檢測(cè)算法

利用先進(jìn)的檢測(cè)技術(shù)和傳感技術(shù)來(lái)研究和分析汽車(chē)故障檢測(cè)診斷，合理的分析和處理各種動(dòng)態(tài)信息，分析發(fā)生故障的原因和故障的部位，提出一些具有針對(duì)性的合理的解決辦法和措施，從而可以有效地增加汽車(chē)的穩(wěn)定性、安全性、經(jīng)濟(jì)性以及動(dòng)力性。但是在測(cè)試的過(guò)程中會(huì)出現(xiàn)很多不確定的問(wèn)題，例如，測(cè)試方式的局限性、對(duì)象的復(fù)雜性等，導(dǎo)致故障原因與故障數(shù)據(jù)之間不再僅僅是一種確定的因果映射關(guān)系，具有很強(qiáng)的不確定性和隨意性，所以，在進(jìn)行汽車(chē)發(fā)動(dòng)故障檢測(cè)的時(shí)候具有很大的困難，需要一種符合實(shí)際情況的故障診斷手段，因此，主要分析了基于加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法。

一、利用冗余數(shù)據(jù)快速定位加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)

在車(chē)發(fā)動(dòng)機(jī)數(shù)據(jù)中會(huì)存在一些不完全、非線(xiàn)性、高干擾以及強(qiáng)隨機(jī)冗余數(shù)據(jù)，從而導(dǎo)致數(shù)據(jù)存在讀取數(shù)據(jù)的過(guò)程中沒(méi)有很高的準(zhǔn)確性，可以適當(dāng)?shù)氖褂媚軌蛑С窒蛄繖C(jī)的類(lèi)距離的理念概率來(lái)進(jìn)行優(yōu)化和清洗數(shù)據(jù)，加速聚類(lèi)的過(guò)程，在進(jìn)行優(yōu)化計(jì)算的時(shí)候，最基本的第一步驟就是，建立一個(gè)符合實(shí)際情況的二叉樹(shù)分類(lèi)模型。這種數(shù)據(jù)模型主要有兩種形式，包括完全二叉樹(shù)分類(lèi)結(jié)構(gòu)和偏二叉樹(shù)分類(lèi)結(jié)構(gòu)。都可以當(dāng)做汽車(chē)發(fā)動(dòng)機(jī)存儲(chǔ)故障數(shù)據(jù)的主要載體和依據(jù)，還存在其他種類(lèi)的結(jié)構(gòu)，是處于上述兩種結(jié)構(gòu)之間的一種，叫做近似完全二叉樹(shù)分類(lèi)結(jié)構(gòu)，可以很好地存儲(chǔ)和保存汽車(chē)發(fā)動(dòng)機(jī)發(fā)生故障時(shí)候的數(shù)據(jù)信息，為以后的研究和分析提供依據(jù)和保證。

二、特征非線(xiàn)性權(quán)值遞減分類(lèi)

應(yīng)該充分掌握汽車(chē)發(fā)動(dòng)機(jī)出現(xiàn)故障數(shù)據(jù)的主要重心，利用重心合理的計(jì)算各種數(shù)據(jù)之間的距離，從而達(dá)到最大限度克服野點(diǎn)影響數(shù)據(jù)信息的問(wèn)題，這種方式下可以得到符合實(shí)際情況的一組數(shù)據(jù)距離，合理計(jì)算和分析各類(lèi)數(shù)據(jù)和故障數(shù)據(jù)之間的平均距離值，冗余故障數(shù)據(jù)類(lèi)別具有很大的平均距離的時(shí)候，比較與其他類(lèi)的距離相對(duì)比較遠(yuǎn)，合理的進(jìn)行分離，然后適當(dāng)?shù)陌延嘘P(guān)數(shù)據(jù)進(jìn)行一定刪除，然后合理的對(duì)剩下的數(shù)據(jù)進(jìn)行比較和分析，直到所有的汽車(chē)故障數(shù)據(jù)都利用冗余數(shù)據(jù)分離完成為止，在這個(gè)過(guò)程中存在一個(gè)相對(duì)比較重要的數(shù)據(jù)重心概念。假設(shè)具有類(lèi)i具有n個(gè)樣本，那么這類(lèi)i的重心平均值為：

在上述式子中為類(lèi)i的第k個(gè)樣本，類(lèi)間距主要就是說(shuō)第i類(lèi)與第j類(lèi)之間的重心為，可以合理的用dij來(lái)表示兩類(lèi)之間的實(shí)際距離。

，樣本的故障數(shù)據(jù)主要特征用N來(lái)表示；重心i的第k個(gè)分量用，所需要的這個(gè)距離實(shí)際上是與重心i之間的差值示范數(shù)，如果出現(xiàn)k個(gè)數(shù)據(jù)故障樣本，那么實(shí)際類(lèi)i和類(lèi)j之間的實(shí)際距離就為dij（j=1.2k），那么

，實(shí)際上就是i類(lèi)數(shù)據(jù)與其他數(shù)據(jù)之間的平均距離，樣本類(lèi)別數(shù)為k，進(jìn)行初始化m=k，計(jì)算步驟如下：

第一步：合理的計(jì)算和分析故障數(shù)據(jù)類(lèi)的重心。

第二步：合理計(jì)算冗余數(shù)據(jù)類(lèi)和故障數(shù)據(jù)類(lèi)之間的距離，合理的得到對(duì)稱(chēng)矩陣Dk。

第三步：合理計(jì)算每行故障數(shù)據(jù)中的算數(shù)平均值。

第四步：合理的比較故障數(shù)據(jù)中出現(xiàn)的相應(yīng)元素的大小，如果故障數(shù)據(jù)組的元素得到最大值，那么就可以把第i類(lèi)數(shù)據(jù)進(jìn)行一定的分離，還可以合理的把矩陣數(shù)據(jù)中的第i列與第i行中的元素設(shè)置為0，如果存在很多個(gè)故障數(shù)據(jù)相同的最大值，那么需要合理的選擇最小序號(hào)的類(lèi)，進(jìn)行首先分離，設(shè)置m-1=m，合理的回到步驟三，一直到能夠進(jìn)行一定的分離為止。

第五步：根據(jù)已經(jīng)分離出來(lái)的數(shù)據(jù)進(jìn)行規(guī)劃二叉樹(shù)。

第六步：結(jié)束算法。

依據(jù)上述計(jì)算方式，可以在一定程度上提高故障數(shù)據(jù)計(jì)算和檢測(cè)的精度，確保數(shù)據(jù)具有一定的關(guān)聯(lián)性，保證算法可以有效地運(yùn)用到特征數(shù)據(jù)中，避免出現(xiàn)高干擾、不完整、強(qiáng)隨機(jī)、非線(xiàn)性的數(shù)據(jù)問(wèn)題，適當(dāng)?shù)脑黾訙?zhǔn)確性和精度。

三、對(duì)比和分析實(shí)驗(yàn)結(jié)果

合理選擇具有明顯傳統(tǒng)型的設(shè)備運(yùn)行故障數(shù)據(jù)進(jìn)行分析和研究，擁有12*104個(gè)實(shí)驗(yàn)樣本，其中總共出現(xiàn)了180條設(shè)備故障報(bào)警數(shù)據(jù)信息，為了分析和研究這種計(jì)算方式可以明顯的支持向量機(jī)在汽車(chē)發(fā)動(dòng)機(jī)故障監(jiān)測(cè)中的測(cè)算和檢測(cè)優(yōu)勢(shì)，對(duì)于出現(xiàn)問(wèn)題的180條數(shù)據(jù)進(jìn)行檢測(cè)和分析，混合其他日志和180條設(shè)備故障日志，合理的分為兩組，一組是文本增加10000條數(shù)據(jù)之后的汽車(chē)故障信息，一組是單純的180條數(shù)據(jù)故障信息，利用兩種不同的方式來(lái)進(jìn)行數(shù)據(jù)檢測(cè)和分析。經(jīng)過(guò)分析，在以純故障數(shù)據(jù)信息為主要特征的故障數(shù)據(jù)檢測(cè)中，兩種方式不會(huì)出現(xiàn)很大差別，基本上都可以很好地完成汽車(chē)發(fā)動(dòng)機(jī)的故障監(jiān)測(cè)，但是會(huì)存在一定漏洞，因此，不會(huì)大量進(jìn)行使用和分析。在純故障中數(shù)據(jù)分析的時(shí)候，加入一些冗余數(shù)據(jù)進(jìn)行一定干擾，可以發(fā)現(xiàn)不同的計(jì)算方式具有很大的差別，都可以完成汽車(chē)發(fā)動(dòng)機(jī)的數(shù)據(jù)檢測(cè)，但是具有一定差異，傳統(tǒng)汽車(chē)發(fā)動(dòng)機(jī)數(shù)據(jù)檢測(cè)方式在有干擾的時(shí)候，會(huì)出現(xiàn)很大漏洞，我們研究的基于加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法具有相對(duì)比較高的計(jì)算精度，具有明顯的優(yōu)勢(shì)，可以有效的提高汽車(chē)發(fā)動(dòng)機(jī)的安全性和可靠性。

結(jié)束語(yǔ)

總而言之，加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法使用能夠支持向量機(jī)快速定位汽車(chē)發(fā)動(dòng)機(jī)數(shù)據(jù)的算法，合理適當(dāng)利用類(lèi)距離的理念，來(lái)進(jìn)行發(fā)動(dòng)機(jī)故障數(shù)據(jù)信息的平均理念，適當(dāng)?shù)姆蛛x出具有不同大小距離的故障數(shù)據(jù)信息，可以在一定才程度上提高故障數(shù)據(jù)信息的準(zhǔn)確度和精確度，并且得到了很好的應(yīng)用效果，隨著社會(huì)的不斷發(fā)展和進(jìn)步以及工業(yè)技術(shù)和科學(xué)技術(shù)的進(jìn)步，這種方式具有十分廣闊的應(yīng)用前景，對(duì)于促進(jìn)汽車(chē)行業(yè)的發(fā)展具有重要意義和作用，可以在一定程度上帶動(dòng)國(guó)家經(jīng)濟(jì)的發(fā)展和進(jìn)步。

參考文獻(xiàn)

[1]李誠(chéng)，劉艷菊.基于加速聚類(lèi)的汽車(chē)發(fā)動(dòng)機(jī)故障檢測(cè)算法[J].科技通報(bào)，2013（6）：83-85.

[2]王鋒，孫翠華.汽車(chē)發(fā)動(dòng)機(jī)故障征兆挖掘技術(shù)的研究與仿真[J].計(jì)算機(jī)仿真，2013，30（10）：229-232.

[3]夏天，王新晴，肖云魁等.基于離散粒子群優(yōu)化算法的汽車(chē)發(fā)動(dòng)機(jī)故障特征選擇[J].中國(guó)工程機(jī)械學(xué)報(bào)，2010，08（2）：219-223.

[4]趙東旭.汽車(chē)發(fā)動(dòng)機(jī)故障維修技術(shù)應(yīng)用探討[J].華人時(shí)刊（下旬刊