关于柴油机故障诊断的总结

关于柴油机故障诊断的总结柴油发动机应用广泛，处在所属产业链的相对核心的位置。

其运行状态的好坏直接关系到成套设备的工作状态。

因此，对柴油机运行状态进行实时监测和故障诊断，确保其处于安全、可靠、高效率的工作状态，对提高整套设备的劳动效率，提高产品质量，降低生产成本和能耗具有重大的意义。

柴油机故障诊断和其它类型的机械故障诊断一样，首先必须对故障机理进行研究，以故障信号的检测技术及信号处理技术为基本技术，以故障信号处理和特征提取理论为基本理论，以基于信号处理和特征提取的故障类型识别方法为基本方法。

近年来，随着科学技术的发展，柴油机故障诊断技术也经历着从最初的事后维修到定时检测，再到现代故障诊断技术的视情维修。

传统的诊断方法虽然简单易行，但是由于其信息量小，精确度不高，成本较高且容易发生误判，故难以满足现代的需求。

20世纪80年代，邓聚龙教授提出了灰色系统理论，为研究少数据、贫信息不确定性问题提供了新方法，很好地解决了传统方法的不足之处。

进入90年代后，随着人工智能技术的发展，柴油机故障诊断技术进入了智能化的阶段。

检测项目增强，软件功能增强，诊断的准确性大为提高。

基于专家系统和神经网络的智能化诊断方法为柴油机故障诊断技术的发展提供了新的方向。

一、传统的故障诊断技术传统的柴油机故障诊断技术主要包括热力参数分析法、声振监测、磨粒监测分析法。

热力参数分析法中又可以分为通过测定柴油机工作过程的示功图对柴油机工作过程做综合性的监测的示功图法和利用瞬时转速波动信号对柴油机进行监测和故障诊断的方法。

1、热力参数分析法热力参数分析法是利用柴油机工作时热力参数的变化来判断其工作状态的。

这些参数包括气缸压力示功图、排气温度、转速、滑油温度、冷却水进出口温度及排放等。

由于这些参数能够很好的反应柴油机的工作情况以及故障特征，具有关联性强、直观且便于分析等优点，因此此种方法得到了广泛的应用。

1.1示功图法示功图是在活塞式柴油机的一个循环中，气缸内气体压力随活塞位移（或气缸内容积）而变化的循环曲线。

示功图除了表示作功或耗功的大小以外，还能综合反映了柴油机作出机械功的热力装换过程，故常常用来分析研究以及改善气缸内的工作过程。

获取示功图的方法有直接测量法和间接测量法。

直接测量法就是直接用压力传感器压力随曲轴转角的变化，然后经过整理表示为曲线形式。

间接测量法则通过测量柴油机运行过程中与气缸压力相关的其它量来求的压力而获得示功图的方法。

由于间接测量法对柴油机的工作无影响，故目前国内外多采用此方法。

虽然这种方法在确定柴油机各类故障时比较全面，但是在现场使用中还存在一些技术问题。

如上止点的确定问题、压力传感器的安装及通道效应问题等。

1.2瞬时转速法柴油机曲轴的瞬时转速波动信号能较理想的反映机器的工作状态和工作质量。

通过对瞬时转速波动信号的分析可以得到机器运行状态和相关故障的丰富信息。

这种方法的原理是基于柴油机正常工作状态下各缸动力性能的一致性。

一旦某一气缸发生故障，这种一致性就会遭到破坏，柴油机的运转平稳性就会变差，转速波动信号将产生严重变形。

根据此变形的程度，就能判断出缸内工作过程的好坏。

但这种方法也有不足之处，如利用瞬时转速法无法确定造成故障的原因、对测量仪要求高且安装困难、费用高。

2、声振监测法其基本原理是通过对柴油机异常声音、异常振动的监测，诊断柴油机是否发生故障及其发生故障的部位。

由于柴油机振源的复杂性，所以此方法理论上虽有突破，但在实用上仍未有卓有成效的应用成果，有待于做更深入的研究。

2.1 声发射技术声发射技术是一种较新的故障诊断方法，这种方法用于柴油机故障诊断实例较少，在此领域研究尚未成熟，主要应用是用于诊断柴油机磨损故障的AE技术。

它的原理是磨损柴油机由于材料的结构相变、相互配合表面冲击作用的微过程、磨损带的破坏、相互作用表面层间不断扩展的微裂纹及其磨损颗粒的迁移等作用而产生声发射现象，利用此现象就可以监测柴油机的工作状态。

但是这种方法由于易受其它噪音影响、精度低、成本高的缺点，应用范围受到了很大的限制。

2.2 振动分析法它是利用柴油机在工作过程中产生的振动信号，经测试、数据分析及处理对内部零部件的状态进行诊断。

其方法具有诊断速度快、准确率高、能够实现在线诊断的特点。

因为这些突出的优点，振动分析法也成为目前研究的热点。

此方法测取的信号主要是扭转振动、噪声、缸盖系统振动、机体及侧面振动等。

目前振动分析法的研究方向主要是：通过机体表面振动信号来识别柴油机气缸内的压力示功图；用瞬时转速推算缸内压力变化；利用时频分析、小波分析局域波分析、载荷识别等新的信号分析与处理方法来处理柴油机表面振动信号。

我国目前虽然国外存在着一定的差距，但是也取得了一系列的研究成果。

3、磨粒监测分析法磨粒监测分析主要是通过滑油油样分析，综合利用油品化验、铁谱分析、光谱分析、含铁量检查诊断柴油机的摩擦副是否发生异常磨损及其零件、部件磨损情况来判断柴油机的磨损状态及故障状态。

研究人员虽然对其做了大量的研究工作，但从技术角度分析，由于此分析法监测的数据多，各个指标数据的重要程度也不同，致使诊断结果的可信度较低；同时，铁谱及光谱分析法无法确定有问题的缸位，且不易实现实时监测；磨粒监测分析的结果只是定性的描述，存在一定的随机性。

二、现代故障诊断技术随着现代科学技术的发展及自动化程度的提高，传统的柴油机故障诊断方法日益显现出不足和弊端，表现在：基于故障机理的诊断方法因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致使诊断精度不高；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。

于是许多诊断故障的现代技术方法便在此背景下应运而生了。

1、基于专家系统的智能诊断方法故障诊断专家系统是人们根据长期的实践经验和大量的故障信息知识、设计出的一种智能计算机程序系统，以解决难以用数学模型来精确描述的系统故障诊断问题。

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。

面向对象的编程技术的兴起及普及以及推理逻辑和推理模型的发展对这一技术的发展起到了基础和推动作用。

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。

2、基于神经网络的诊断法目前，神经网络在柴油机故障诊断中的运用主要有：神经网络直接用于故障诊断、自适应神经网络模式识别、神经网络信号处理、模糊神经网络、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。

但是人工神经网络由于存在过度训练、样本的过拟合及透明度较低等缺陷，用于柴油机故障诊断有其局限性；尤其对于复杂的大型柴油机故障的诊断，要求能够及时、迅速准确地做出判断，并提出相应解决策略，往往需要探索新的智能算法和网络结构。

样本数据收集、数据的归一化和隐节点选取的方法还需进一步探讨。

3、基于灰色系统理论的诊断方法自邓聚龙教授20世纪80年代提出灰色系统理论以来，这一理论迅速引起了研究人员的注意，并成功的把它运用到柴油机故障诊断中去。

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。

4、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。

它主要包括傅里叶变换、小波变换、时间序列分析、局域波方法、功率谱分析、高阶谱分析、模糊函数分析等的诊断方法，其中小波变换方法居于重要地位。

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，而而小波包分解同时对分解结果的低频和高频部分进行再分解，大大提高了对信号高频部分的频率分辨率，获取了大量的故障信息，对故障诊断有重要意义。

5、基于非线性动力系统理论的诊断方法近年来国内外故障诊断技术在船用柴油机领域进展较慢，这是因为船用柴油机结构复杂，激励源众多，非线性较为突出，故障的存在及其恶化往往使系统的非线性更加强化。

基于线性振动理论的故障分析和诊断方法不仅导致定量的误差，更重要的是，它将忽略与故障密切相关的非线性行为，如振动状态突变、共振等，不利于船用柴油机故障诊断的准确性，甚至误诊，漏诊。

因此，对于船用柴油机振动信号的分析有必要尝试运用非线性理论。

如果柴油机偏离了正常的工作状态，决定其运行状态的参数和运动过程的吸引子便会发生变化，相应的混沌特征量如Kolmogorov 熵、分形维数也将变化，因而可通过混沌特征量的变化判断系统是否偏离正常状态，判断是否出现故障。

三、柴油机故障诊断的难点近年来, 柴油机故障诊断技术有了较快的发展, 各种方法也在推陈出新, 尤其是利用振动信号提取故障特征的研究取得了很快进展。

但是,这些方法多局限在实验室内的模拟阶段, 离实际应用还有距离。

其困难表现在:1）柴油机是典型的多系统、多层次的复杂系统。

2）故障与征兆之间关系的不确定性。

3）柴油机的工作环境大都比较恶劣, 是在强振、强噪声、高温等的因素下工作的, 许多有用的信号往往被噪声湮没。

4）柴油机内部高度相互影响的部件很接近,使得来自这些部件的特征信号发生重叠和混响,难以解调分离。

5) 柴油机结构、运动状态复杂, 型号多样, 难以归纳出共性。

事实证明, 对于柴油机这样的复杂机械系统,使用有限的诊断参数或有限的知识是不能有效地进行故障诊断的。

必须有目的地拓宽监测范围, 并将各个诊断参数综合使用, 在大量地积累诊断知识的基础上, 通过计算机的系统分析, 才能得到有效的结果。

四、柴油机故障诊断技术的发展趋势柴油机故障诊断技术与当代前沿科学的融合是柴油机故障诊断方法研究的方向。

柴油机系统的复杂性、多样性和非线性，决定了其故障诊断的困难性。

1、以人工智能技术为核心的智能化诊断随着智能技术的不断发展，柴油机工作状态的智能监测与故障的智能诊断，将成为其故障诊断技术发展的一大趋势。

智能化是指开发诊断型专家系统，使数据处理、分析、状态识别与故障诊断自动完成，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“瓶颈问题”。