关于船用柴油机故障诊断技术的探析.docVIP

关于船用柴油机故障诊断技术的探析 　　摘要：船用柴油机经常会出现故障，本文就常见的柴油机故障进行了分析，并结合实际情况对诊断技术进行了展望。 　　关键字：意义、分析、方法、研究、进步 　　中图分类号：TK42 文献标识码：A 文章编号： 　　船用柴油机运行状态是否良好直接关系到整条船体是否能够正常运转，所以加强船用柴油机的故障监测与分析，确保其能够保持在最佳运行状态，对于提高设备维修质量和效率是非常有必要的。随着近些年我国科学技术水平的提高以及经济的快速发展，我国在船用柴油机故障诊断技术的科研方面已经有了很大程度的提升，这不仅更加刺激我们经济的发展，也方便了人们的生活。对于船用柴油机的研究主要是故障机理分析、故障信息处理技术研究、人工智能专家系统以及神经网络的研究。本文就这三个方面进行了分析，希望对从事船用柴油机方面的人员有所借鉴意义。 　　船用柴油机故障机理的分析 　　为建立柴油机的故障分析模式，需要了解柴油机故障发展历程以及其存在的本质以及特性。故障分析的研究模型是需要物理学以及其他学科作为支撑，然后利用计算机进行处理，这一套模式就构成目前船用柴油机故障分析的方法。柴油机常见故障可以分为磨损、变形以及穴蚀和腐蚀等。 　　 船用柴油机磨损故障分析 　　磨损是船用柴油机故障的第一大致病机理。在船用柴油机中，磨损机件的实效常常会导致故障，严重时会危及船用柴油机的安全。异常磨损的常见故障有：拉缸、烧轴瓦、抱轴，气阀与阀座间隙过大而引起漏泄，活塞组件与汽缸套的过度磨损导致间隙过大，压缩压力持续下降，燃烧不良，功率下降，废气窜入曲柄箱，滑油蒸发和劣化，严重时会导致曲柄箱发生爆炸。过度磨损影响因素主要有以下几种：一是润滑油压力过低，常见原因有滑油泵齿缝隙过大产生不了足够压力的滑油，滑油过滤器及管路堵塞，压力润滑摩擦间隙过大。二是润滑油中含有磨料，特别是硬质磨粒将会造成摩擦副机件的磨粒磨损。磨粒一般来源于空气，燃烧不完全的碳粒，摩擦副产生的粒子等。三是润滑油变质。如滑油中进水、混入燃油、添加剂失效等。四是环境影响，如滑油温度过高会使粘度急剧降低，柴油机断冷却水必将使柴油机拉缸而最终导致停机。 　　船用柴油机的变形和穴蚀 　　柴油机机件在受力不均匀以及拆装不正确时会发生变形。如轴瓦磨损不均匀会导致曲轴变形，缸盖安装时受力不均或处于热负荷作用下都会产生变形，工作时汽缸盖和机体也将会产生漏泄。穴蚀是在流体系统中，液体内部空化而产生空泡，空泡的破裂产生微射流，并对固体壁面产生破坏的现象。柴油机一般都会存在穴蚀的现象，特别是在气缸套外侧和机体水腔内侧。合适的冷却水添加剂能有效地抑制冷却系统的穴蚀和腐蚀。 　　船用柴油机故障信息处理技术的研究与分析 　　下面我们就船用柴油机故障信息处理技术进行一下分析，故障信息处理技术包括故障信号的检测和分析处理两个方面。检测的信号通常有振动、噪声、温度、压力、流量、电流和电压，分析处理就是对这些数据和信号进行加工、变化以及提取的过程。以快速傅氏变换（FFT）为核心的经典信号处理分析方法在设备状态监测以及故障诊断中发挥了巨大作用，它包括频谱分析、相关分析、相干分析、传递函数分析以及细化谱分析等。当设备出现故障或者负荷、转速发生变化时，必须从时间和频率两个方面来进行分析。对于船用柴油机而言由于其组件数量庞大，构造比较复杂，所以振源较多。其振动信号在通频带范围具有很大的能量分布，所以用刚才提到的时域或者频域分析法很难分辨出其能量分布态势。 　　人工智能专家系统与神经网络的研究 　　基于专家系统的人工智能化诊断方法 　　科研人员根据长期的实践测量数据以及故障分析知识，总结出了一套利用专业知识进行推理例证，解决高难度的专业实际问题的智能系统。后又结合目前常利用的计算机处理技术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方法。在诊断推理方面，着重于对推理逻辑以及推理模型的建立以及研究上。专家系统故障诊断也会用到模糊逻辑，模糊逻辑可以降低系统复杂性。 　　基于神经网络的诊断方法 　　本方法首先需要对故障实例以及诊断经验进行研究和总结，用分布在网络内部的连接权值来描述故障诊断技术的技术，其具有思想范围广泛、相似归纳、运算模式相互自动匹配等优点，所以神经网络故障诊断方法应用越来越广泛。神经网络诊断方法在柴油机故障诊断方面主要有如下几种方式：故障诊断、自适应神经网络模式识别、神经网络信号的优化、模糊神经网络、神经网络与专家系统相互结合与识别。随着科技的发展，人工智能故障诊断方法技术现在已经取得了突飞猛进的进步，但在柴油机故障诊断领域中仍然存在着很多需要去解决的矛盾。 　　对于6-135增压柴油机而言，分析期故障可以采用神经网络诊断应用技术。首先要对此柴油机进行