|
摘要：主要介绍了近几十年来柴油机故障诊断技术的发展情况，并对柴油机未来故障诊断技术提出新的展望。
关键词：柴油机；故障分析；方法；展望
柴油机作为动力机械，其运行状态的好坏，直接影响到成套设备的工作状态。因此，对其进行状态监测和故障诊断，确保设备处于最佳运行状态，提高设备维修质量和效率是十分必要的。柴油机是一种复杂的往复式动力机械，由于其结构复杂，加之运动的往复性，使得柴油机的故障诊断变得十分复杂。所以，近年来对柴油机的故障诊断研究工作一直是许多故障诊断研究者潜心研究的一个难题。
随着现代科学技术的发展及自动化程度的提高，柴油机故障诊断技术也经历着重大的变化。从最开始的事后维修发展到定时检测,到现代故障诊断技术的视情维修。其传统的诊断方法日益显现出不足和弊端。诸如，基于故障机理的诊断方法因其柴油机结构的复杂性而逐渐被放弃；故障树诊断法由于其诊断方法粗糙而诊断精度不高；瞬时转速波动诊断方法虽然能够反映故障信息，但是该方法不能反映造成故障的原因，而且测量瞬时转速波动需要高频响、高精度的仪器，成本高；示功图诊断法能够反映柴油机缸内的工作状态及其动力热力性能，但是该方法存在与瞬时转速波动相同的缺点［1］。
1 柴油机故障诊断的现代方法
1.1 基于振动信号的时域 频域特征提取分析法
该方法是目前应用最广泛的柴油机故障诊断方法。由于柴油机是一种高转速的往复式动力机械，无论是在其工作过程中还是性能监测中，其振动信号都是反映柴油机内在各部件之间关系的极其敏感的参数。对于工作过程而言，柴油机燃烧爆发时的瞬时压力波动所产生的冲击以及进、排气门升起、落座都会产生冲击，燃烧提前、滞后、气门漏气等故障，都会在这些信号中有所反映；而对于性能参数而言，衡量机器工作正常状态与否的综合性指标是与工作过程及各机构之间的运动协调与否紧密相关的，而这些指标在振动信号中反映更敏感、更直接。
振动时域特征参数主要有峰峰值、均值、均方幅值、方差、标准差、三次距、四次距、波形因子、脉冲因子、裕度因子等。这些特征参数由于测量比较直接，可以用于在线监测，同时也可以作为其他各种诊断方法的特征提取参数，辅助诊断。
频域分析主要是通过某种变换，将振动信号从时域变换到频域，然后再进行特征提取的一种方法。其主要的处理方法有古典谱估计法和现代谱估计法。古典谱法包括周期图法、自相关法及其他一些改进算法。现代谱法包括最大熵谱估计、ARMA法以及最小方差法等，在这里不再一一详述。古典法的优点是可以用FFT快速计算，物理意义明确；缺点是谱分辨率偏低，需要的数据量较多，加窗易产生泄露，方差性能不好；现代谱分析法具有较高的分辨率，对数据量的要求较少，但是容易产生波形失真，信噪比低。
时域或频域分析只适用基于平稳或准平稳过程振动信号，而对于柴油机而言，由于其组件众多，结构复杂，震源众多。其振动信号在通频带范围内均有大量能量分布，用时域或频域分析法则存在分辨率不足的问题。时-频分析弥补了仅用时域或频域分析的分辨率不足的问题，主要方法有：
a) 短时傅里叶变换（STFT） （图片） 特点：具有时频局部化的功能，g(t-τ)在时频中相当于带通滤波器；可分析非平稳信号，但对准平稳信号效果更佳；当选定g(t)后，时域分辨率不变，缺乏细化功能，反映强烈瞬变非平稳信号功能不足。
b) Wigner时频分布（图片） 其加窗离散形式为，（图片） 特点：信号在时频上的分布，由于窗p(k)的局部化作用以及x(n+k)x*(n-k)关系，具有对准平稳信号及非平稳信号分析的功能。
c) 小波变换（Wavelet Transform）（图片） 特点：可以对非平稳信号进行时频分析，在高频范围时间分辨率高，在低频范围频率分辨率高；信号的分解和重构可有针对性地选择有关频带信息；全频带分析的结果，信息量既无冗余，也无疏漏。
1.2 油液分析诊断法
油液分析（在用润滑油分析）诊断法是依据测取运行设备润滑油的微量磨损粉末，用化学理论对其分析的故障诊断方法。它所采取的“硬措施”是通过检测装置获取的润滑油的状态，是设备诊断的最重要技术手段之一，其核心内容涉及对在用润滑油的污染、变质和所含机械磨损产物的检测分析。其主要分析方法包括油光谱诊断法和铁谱诊断法。
它在柴油机方面的诊断运用主要有：
a) 设备润滑与磨损状态监控与故障诊断。通过对在用润滑油中磨损金属微粒的形态、尺寸、成分、数量和种类分布等特征的分析，能够确定关键摩擦副的磨损状态（磨损形式、磨损程度）；通过对油品性能和主要污染物水平的动态分析，能够及时掌握油品润滑效能的变化、预测可能发生的系统故障。
b) 车辆环境污染控制。统计表明，汽车发动机中的燃油通过曲轴箱窜气造成的环境污染占汽车燃油和燃烧产物污染的20%～25%。当发动机缸套活塞环磨损、部分润滑油烧损时，污染还会进一步加剧。因此，通过对发动机润滑油性能、燃油污染物和缸套活塞环相关磨损微粒的分析，能够确定燃油污染的水平。将车辆维护与环境污染控制动态结合起来，油液分析是一种很有潜力的车辆环境污染监控技术手段。
运用不足之处：
a) 当柴油机多个部位同时存在磨损时，不能精确确定哪一部位发生了故障。
b) 油液分析缺乏定量的分析，其分析所得的结果只是定性地描述，存在一定的随机性，需要大量的样本数据。
c) 成本比较高。
1.3 基于灰色系统理论的诊断方法
灰色系统理论是1982年由华中理工大学学者邓聚龙教授创立并发展起来的，以其新颖的思路和广泛的适用性在理论与工程界引起广泛的注意并迅速在社会、经济及工程等许多领域获得广泛应用。灰色理论用于柴油机故障诊断的原理：把柴油机系统看成是一个复杂的灰色系统，利用存在的已知信息去推知含有故障模式的不可知信息的特性、状态和发展趋势，并对未来的发展作出预测和决策，其过程即是一个灰色过程的白化过程。灰色理论在故障诊断中的应用包括灰色系统建模、关联度分析、灰色模型预测等。利用灰色系统可以实现故障的预测，其准确率高，计算量小，易于微机实现。
1.4 基于神经网络的诊断法
神经网络的研究始于1944年，目前，神经网络在柴油机故障诊断中的运用主要有：
a) 神经网络直接用于故障诊断。挑选关键参数作为输入层，故障参数作为输出层，利用典型样本学习所得权值进行模式识别。
b) 自适应神经网络模式识别。传统模式识别过程在特征提取上具有很大的盲目性，效率低，而自适应神经网络则利用神经网络分布式信息存储和并行处理，避开模式识别中建模和特征提取的麻烦，从而消除了模式不符和特征提取不当所带来的影响，使得故障易于识别。
c) 神经网络信号处理。神经网络用于信号处理主要是利用其最优化算法和其智能化识别的特点。
d) 模糊神经网络。具有准确的非线性拟合和学习能力。
e) 神经网络与专家系统结合识别，其结合包括3个层次。神经网络完全取代专家系统；神经网络与专家系统浅层次结合；神经网络和专家系统深层次结合。实践证明，神经网络只有和专家系统完全结合起来，互补长短，才能克服神经网络的缺乏经验、无推理性以及专家系统的知识“瓶颈问题”等缺陷，到达一种较完美的组合。
1.5 基于专家系统的智能化诊断方法
专家系统人工智能的主要分支之一，其核心主要包括以下几部分：知识库、知识获取部分、推理机、解释部分。
在知识表达方面，大多数诊断型专家系统都是以产生式规则和框架进行知识表达的。利用产生式规则进行知识表达，一方面得益于现存的人工智能语言，如LISP；另一方面受益于它的表达合乎人的心理逻辑，便于进行知识获取，利于人接受，如国外Tecknowledge公司推出的M1系统、斯坦福研究院的AL/X系统、 Expert系统、KES系统、S1系统等。利用框架进行知识表达得到了越来越多的应用，这主要得益于面向对象的编程技术的兴起及普及。以C语言为代表,C语言对面向对象的数据结构极为支持，而框架正是一种面向对象的数据结构。从1993年以来，ASME召开的年会及国内开发的众多诊断型专家系统可看出这一点。
在诊断推理方面，主要表现在对推理逻辑和推理模型的研究上。在人工智能领域中，存在着许多推理逻辑，较著名的有模态逻辑与动态逻辑、3-值逻辑、直觉主义逻辑的类型理论、时态理论、面向非单调推理的语义理论及不精确推理等。模糊逻辑作为一种降低系统复杂性的方法近期在专家系统的推理逻辑中得到了广泛的应用。目前较成熟的模糊逻辑有Zadeh、Baldwin、Tsukamoto、Yager、Mizumoto等人提出的模糊推理方法。国内的许多专家系统也对模糊逻辑进行了发展；对推理模型的研究则表现在如何对推理的知识进行划分及控制，从而使推理过程更为有效。如Davis基于结构与功能的推理模型，Govindaraj的假设框架模型，Reiter的形式化的第一定律诊断模型及Genesereth、Milne、J.Dekleer、Bylander等人提出的诊断模型等。值得注意的是，最近有学者提出了基于模型的知识库的理论，这也就使推理机制发生了根本改变，如神经网络模型、定性物理模型、可视觉模型等，这无疑给人工智能领域注入了新的活力。
对于柴油机故障诊断专家系统的研究，从国内外开发的众多系统来看，都是在注重上述特点的同时，充分突出了对基于数字信号处理的深层诊断知识的研究。
基于以上故障诊断方法，在现文中从柴油机各部位诊断的角度，对前人所做的诊断工作作一下并非全面的总结，如表1所示。（图片）
表1 柴油机主要故障及诊断方法 2 国内外柴油机故障诊断的发展趋势
众多的文献表明，柴油机故障诊断的发展趋势是不解体化、高精度化、智能化及网络化。
对于不解体检测的研究，其方向是开发可预埋在发动机内的传感器。美国、日本等国家已成功地将超薄型传感器安置在发动机内，对发动机的温度及主要部件的配合间隙进行诊断，并利用光纤传感器监测发动机的转速波动。
对于高精度化，在信号技术处理方面，是指提高信号分析的信噪比。对于柴油机这样的复杂运动系统而言，其信号多数是瞬态的、非平稳的、突变的。将小波理论用于这些信号的分析处理上，则可大大提高其分辨率。分形几何是将传统的几何方法中整数维数扩展成连续正数，认为自然界中的几何对象——分形具有不一定是整数的分形维数（Fractal Dimension）。分形几何在非平稳的、瞬态的、突变的信号处理中也具有很好的应用前景。在振动信号的处理上，全息谱分析方法则充分考虑了幅、频、相3者的结合，弥补了普通付氏谱只考虑幅、频关系的不足，能够比较全面地获取振动信号。
对于智能化，是指开发诊断型专家系统，使数据处理、分析、故障识别自动完成，以减轻诊断的工作量，并提高诊断速度及正确性。在故障诊断的专家系统的建立上，要深入故障形成机理的研究，丰富系统的知识库，解决专家系统的所谓的“瓶颈问题”。同时将模糊神经网络方法应用于故障振动的专家系统中，使之具有一定的智能，具有自组织、自学习、联想功能，从而使诊断系统自我完善、自我发展；另外，诊断系统将由集中式走向分布式。系统的硬件生产标准化，软件设计规范化、模块化，这有利于缩短系统的开发周期，提高系统的可靠性。
网络化是下世纪故障诊断技术的发展方向，随着计算机网络技术的发展及通讯技术的进步，利用各种通讯手段将多个故障诊断系统联系起来，实现资源共享，可提高诊断的质量和精度。将故障诊断系统与数据采集系统结合起来组成网络，有利于对机组的管理，减少设备的投资，提高设备的利用率，必要时可与企业的MIS系统相联结，促进企业管理的一体化、现代化。
6/24/2004
|
