为了提高高压共轨试验台对喷油器检修效率,提出一种基于网格搜索和投票分类模型的喷油器故障自动诊断方法。由于压电喷油器故障数据采集困难,使用AMESim软件模拟不同轨压和脉宽状态下压电喷油器可能出现的多种故障情况。随后,将采集到的1 760组数据使用由随机森林、支持向量机和GBM组成的投票分类模型进行训练,并使用网格搜索法优化各分类器的超参数。实验结果表明:该模型对压电喷油器的5种故障状态及正常状态诊断时的准确率、精确率、召回率和F1-score分别为98.86%、99.13%、98.56%、98.83%,表现出较高的准确性和稳定性。该方法能够快速高效地对喷油器故障情况进行定位。

采用网格搜索法,建立了圆柱度误差评定的数学模型。对算法的循环终止条件进行了优化设计,以前后两次搜索的最小极差之间的差值作为终止条件,保证算法收敛的可靠性。与传统的网格搜索算法相比,更加合理,圆柱度误差的评定准确度更易通过参数进行控制。