关于柴油机故障诊断的总结.doc

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。究少数据、贫信息不确定性问题新方法在活塞式的一个循环中，气缸内气体随活塞位移（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，常常用来分析研究改善气缸内的工作过程。—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。 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。 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。 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”。同时将模糊神经网络方法应用于故障诊断的专家系统中，使之具有一定的智能，具有自组织、自学习、联想的功能，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向分布式发展，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。 基于非线性动力系统的故障诊断 研究表明，柴油机振动信号是由一系列频率、幅值差别较大的瞬态响应所构成，成分复杂，其实质是柴油机在非平稳变工况运行时产生的非平稳信号。因此，非平稳信号分析方法和非线性理论的探索是柴油机乃至整个机械设备故障诊断领域今后研究的重点。 运用网络化实现资源共享 网络化也是柴油机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形成网络或利用现场总线技术，有利于对机组的管理，减少设备投资，提高设备利用率，必要时可与企业的MIS系统相联接，促进企业管理的一体化，规范化。 基于仿真技术的故障诊断 由于柴油机故障样本的获取往往具有破坏性、偶然性和难以再现性并且成本昂贵，近年来基于模型的故障仿真技术成为了研究热点。通过建立故障诊断的仿真系统进行故障诊断可以大大降低成本和时间，为柴油机故障自诊断系统提供良好的开发和验证平台，但此方法往往需要结合一定的故障样本进行，建立的模型比较复杂且准确度亟待提高。