气缸组件与燃烧系统故障的神经网络诊断方法.pdfVIP

气缸组件与燃烧系统故障的神经网络诊断方法 ‘ 黄加亮 .‘翁泽民 ’张均东2 (} 集关x学fs,海学rz.4}16zrt厦冷 361021; 大连海事大学轮机工程学院，辽宁大连 116026) 摘要:本义探词一种}:`fl一冲程主}cAV1气缸活塞组件与燃烧系统故障诊断的方法 即基于径向基9 数 (RBF)神经网络模型的诊晰方法对该系统的a光 故Go样本集进行设计 采用MATLAB 语言编制仿真 程序、然后以HUDONG-BH6L60MCE叁大功率船用低速柴油机气缸组件与燃烧系统故障的模拟计算为 例来说明这种诊断方法的可行性 关镇词;船用柴油机:故障诊断:气缸组社与燃烧系统二RBF神经网络:MATLAB语言 引言 __.船舶动力装置的管理和维修方式，正从传统的事后维修和按计划的定期预防维修方式向 界料学、粤合理的视情维修方式发展，而开发W3).实用的故WAFT技术是推动现行维修体 itlicR_q;fl9证人工智能技犬己进入故M诊1i}T}kt}i:71}成了全新的另一种方法气缸一活塞组件 曼mim竺的早要组成部分在·柴油机正常运转中承担负荷最重且可靠性最差据·统计柴油机 At0.%.u}装W,}-t巴,u飞u堕.Pi)l}9}无挤竺畔洞竺井油麒烧毕决定柴ith动力r’t,经a1t和排放 r77sa07;trz,atrljpxw},}i-l,3Cdji4{、王}}a件的故障会导致正常燃烧过程的改变从而引起 气缸功率的降低、燃油消耗率的升高R整机性能恶化、川霏性下降 因此对于柴油机气 缸活塞组件与燃烧系统故障的诊断应予以特别的关注 人工神经网络(ANN)具有大规模并行处理的计算结构，具有处理复杂多模式及进行联 想、推测和记忆功能，非常适合于船舶柴油机系统的故T#诊断.故障诊断过程是从被诊断系统 的某些过程和性能参数如温度、压力、转速等检测量得到故障征兆信息、经过对这些征兆信 息分析处理，判断故障源的过程.基于ANN 的故障诊断方法就是利用网络对故障模式进行识 别.本文建立一种基于径向基函数(RBF)神经网络算法模型m，应用于船用柴油机气缸组件与燃 烧系统的故障诊断，以HUDONG-BW6L60MCE机型为例，设计征兆/故障样21,集，采用一个 单隐层的RBF网络对样本进行训练和仿真实验、 以验证该诊断方法的可行性和有效性 柴油机运行故障模拟与诊断策略 2.1 柴油扫咙行故障模拟 _现代船用柴油机正朝着大型化·高增压和高经济性发‘展使得故障征兆与故障原因的关 东更复杂专家系统通过领域专家的实践积累知识库耗时较长.随着数值计算技术的迅猛发展 .福建省自然科学基金资助竣目(E96022) 模拟柴油机各种运行工况下的工作过程已成为可能，能够实现对发动机进行然烧分析及性能 分祈模拟，因此，本文采用文献[21开发的船用二冲程涡轮增压柴油机运行性能故障的模拟计算 程序，该程序根据大型低速柴油机新机型的特点，应用较成熟的零维模型及适合于二冲程低速 机的放热规律和浓排气扫气等数学模型，计算BW6L60MCE新机状态下的螺旋桨特性性能 并与工厂台架试验实测值比较、由于考虑了进气与排气、传热、摩擦与气体密度变化等所产 生的能量得失，还考虑了通过涡轮增压器的能量转换，其顶测结果与试验数据十分吻合，表明该 程序的计算结果是可靠的一不仅可用来计算无故障下各种运行工况的过程参数和性能，也可用 来设置柴油机某些气缸活塞组件与燃烧系统故障进行仿真. 2.2 分层次诊断模型131 船舶增压柴油机是一个复杂的机电系统，采用整机诊断模型非常复杂和困难，通过对系统 故障的分析知道，系统故障具有层次性的特点，即柴油机主系统由许多子系统组成，各子系统的 故障都会使发动机性能恶化故采用分层次诊断方法，把整机分成气缸活塞组件与燃烧系统、 增压系统、润滑系统、冷却系统和传动系统等子系统. 目前仅研究气缸活塞组件与墩烧系统和增压系统的故障诊断问题.第一步根据各气缸的 排气温度Tr,最高爆发压,7Pmax和平均指