作者 陳雷1 楊麗娟2 1.西安工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院(陜西 西安 710032) 2.西安工業(yè)大學(xué) 北方信息工程學(xué)院(陜西 西安 710200)

*基金項(xiàng)目：陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目(編號(hào)：2010JK595)

陳雷(1980-)，男，碩士，講師，研究方向：計(jì)算機(jī)控制，故障診斷。

摘要：柴油發(fā)動(dòng)機(jī)維修費(fèi)用很大，對(duì)于產(chǎn)生故障的發(fā)動(dòng)機(jī)，找出其原因并有效地排除故障具有十分重要的意義。本文主要介紹了柴油發(fā)動(dòng)機(jī)的主要故障以及故障樹診斷的方法、步驟，再運(yùn)用故障樹分析法對(duì)柴油機(jī)供油系統(tǒng)故障做出系統(tǒng)全面地分析。在系統(tǒng)的分析之后，用LabVIEW平臺(tái)模擬柴油發(fā)動(dòng)機(jī)故障診斷系統(tǒng)，對(duì)模擬故障進(jìn)行診斷，診斷結(jié)果通過人機(jī)界面輸出，從而實(shí)現(xiàn)了故障診斷的智能化。

引言

　　柴油發(fā)動(dòng)機(jī)一般工作在高溫、高速、強(qiáng)振動(dòng)、大應(yīng)力的惡劣環(huán)境下，發(fā)動(dòng)機(jī)的工作狀態(tài)經(jīng)常變換，承受變載荷，對(duì)安全性與可靠性要求極高。柴油發(fā)動(dòng)機(jī)結(jié)構(gòu)復(fù)雜，工作條件惡劣，使得發(fā)動(dòng)機(jī)故障率較高，維修保養(yǎng)費(fèi)用很大。據(jù)統(tǒng)計(jì)，發(fā)動(dòng)機(jī)各種使用費(fèi)用中，維修保養(yǎng)費(fèi)就占了15%～30%，而且，一旦出現(xiàn)故障，發(fā)動(dòng)機(jī)的動(dòng)力性、經(jīng)濟(jì)性、可靠性、安全性都會(huì)受到很大的影響，甚至?xí)苯佑绊懙桨l(fā)動(dòng)機(jī)的使用壽命。對(duì)于發(fā)生了故障的柴油機(jī)，快速地找出故障發(fā)生的原因，并根據(jù)故障發(fā)生的原因來有效地排除故障，從而保障動(dòng)力裝置能夠正常、平穩(wěn)地運(yùn)行。

1 柴油發(fā)動(dòng)機(jī)故障診斷方法

　　故障診斷方法可以分為基于模型的方法、基于信號(hào)處理的方法和基于知識(shí)的方法。基于模型的方法需要建立比較準(zhǔn)確的數(shù)學(xué)模型，基于信號(hào)處理的方法需要利用頻譜分析、相關(guān)分析、小波分析等各種方法，基于知識(shí)的方法主要是利用診斷對(duì)象信息、專家診斷知識(shí)等。

　　由于信息處理技術(shù)的發(fā)展和新型傳感器的應(yīng)用，柴油發(fā)動(dòng)機(jī)的監(jiān)測數(shù)據(jù)越來越多。用于狀態(tài)監(jiān)測與故障診斷的有用信息以各種形式存在于信息載體中，在發(fā)動(dòng)機(jī)故障診斷過程中，可以獲取發(fā)動(dòng)機(jī)的負(fù)荷程度、功率、轉(zhuǎn)速、燃油溫度、燃油消耗率、滑油消耗量、滑油溫度、滑油壓力、冷卻液溫度、冷卻液壓力、增壓器壓力、增壓器轉(zhuǎn)速、排氣溫度、進(jìn)氣溫度、進(jìn)氣壓力和光譜數(shù)據(jù)等參數(shù)的實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)，通過這些參數(shù)的監(jiān)測可以對(duì)發(fā)動(dòng)機(jī)的故障進(jìn)行準(zhǔn)確的診斷。本文采用了基于故障參數(shù)加權(quán)可信度的故障樹診斷方法。

2 實(shí)時(shí)獲取參數(shù)的加權(quán)可信度

　　在系統(tǒng)進(jìn)行故障診斷時(shí)，獲取了實(shí)時(shí)的故障參數(shù)，而后診斷傳感器采集的參數(shù)數(shù)值進(jìn)行判斷，但是在利用這些參數(shù)進(jìn)行數(shù)據(jù)融合時(shí)，沒有考慮到此時(shí)傳感器采集的數(shù)據(jù)是否可信。如果此時(shí)采集的數(shù)據(jù)是不可信的，對(duì)于最后的診斷結(jié)果會(huì)產(chǎn)生誤差，所以本文提出了加權(quán)可信度的方法，利用傳感器獲取的歷史數(shù)據(jù)來計(jì)算此時(shí)數(shù)據(jù)的可信度。

　　假設(shè)在某一時(shí)刻t獲得了傳感器的采集某參數(shù)的數(shù)據(jù)X_t，在這個(gè)時(shí)刻的之前第t-△t獲得采集數(shù)據(jù)X_t-△t，數(shù)據(jù)服從高斯分布，以它們的高斯曲線作為傳感器的特性函數(shù)，記為P_t(x)、P_t-△t(x)。

　　用置信距離測度反映P_t(x)和P_t-△t (x)之間的偏差大小，設(shè)：

　　其中：

　　d_ti表示t時(shí)刻數(shù)據(jù)與t-Δt時(shí)刻數(shù)據(jù)的置信距離測度，借助誤差函數(shù)erf(θ)，求得：

　　假設(shè)r₁表示x_t-Δt對(duì)x_t的支持程度，則r₁應(yīng)該為置信距離測度d_ti的函數(shù)，并且d_ti越大，r₁越小，根據(jù)實(shí)際情況可以設(shè)置時(shí)間間隔Δt，從而獲得多個(gè)r_i。

　　r_i=f(d_ti)

　　r_i是單調(diào)下降的函數(shù)，且0≤r_i ≤10。

　　則在某時(shí)刻的數(shù)據(jù)x_t，存在一個(gè)一維支持矩陣R=[r₁ r₂ r₃…… r_n]。

　　x_t的真實(shí)支持程度應(yīng)該由r₁ ，r₂ ，r₃…… r_n的綜合支持程度體現(xiàn)，設(shè)x_t的綜合支持程度為r_i，r_i越大，x_t的可靠性越高，則rⁱ應(yīng)滿足下面條件：

　　由于與t時(shí)刻的數(shù)據(jù)越近的置信度越高，所以針對(duì)不同的時(shí)間間隔，分配不同的權(quán)重系數(shù)a1，a2，a3…… an。

　　R=r₁a₁+ r₂a₂+ r₃a₃……r_na_n

　　寫成矩陣形式如下：

　　r=Ra

　　其中a=[a₁，a₂，a₃……a_n]^T，r就是t時(shí)刻該參數(shù)此時(shí)數(shù)據(jù)的可信度權(quán)值。利用本方法就可以針對(duì)所有要進(jìn)行診斷的參數(shù)數(shù)據(jù)進(jìn)行可信度權(quán)值的計(jì)算，計(jì)算后就產(chǎn)生了所有診斷參數(shù)的權(quán)值矩陣：。

　　之后利用根據(jù)先驗(yàn)知識(shí)設(shè)置的各參數(shù)置信權(quán)值限矩陣進(jìn)行比對(duì)，如果采集的參數(shù)的可信度沒有達(dá)到置信權(quán)值限，則認(rèn)為此時(shí)的數(shù)據(jù)不可信就可以不將此參數(shù)作為故障診斷的輸入。如此操作后，可以將診斷的所有輸入?yún)?shù)統(tǒng)一進(jìn)行加權(quán)可信度的分析，從而剔除了不可信的參數(shù)，使得最后的診斷結(jié)果更加準(zhǔn)確。

3 仿真實(shí)驗(yàn)結(jié)果

　　本文以柴油發(fā)動(dòng)機(jī)的凸輪軸磨損故障為例進(jìn)行實(shí)驗(yàn)驗(yàn)證，該故障樹如圖2所示。

　　其數(shù)據(jù)型參數(shù)的參考數(shù)值范圍如表1所示。

　　首先測量出該故障的故障參數(shù)的數(shù)值如下：

　　排氣冒黑煙，光譜數(shù)據(jù)發(fā)生變化。每個(gè)參數(shù)的先驗(yàn)權(quán)值設(shè)為16.6667%，實(shí)際的采集數(shù)據(jù)為：

　　100%負(fù)荷下功率： 289 287 290 293 289 301 293 294 289 300 298;

　　增壓壓力：84 92 86 94 83 91 90 89 94 87 82;

　　排溫：412.2 427 423 415 427 430 428 426 423 431 400;

　　冷卻水溫度:71 70 77 72 73 70 74 70 72 74 72;

　　測量出10組數(shù)據(jù)后，根據(jù)參數(shù)的參考范圍設(shè)置參數(shù)的比較上下限，經(jīng)過上文提到的可信度加權(quán)的計(jì)算給采集的參數(shù)加權(quán)，最后利用各個(gè)參數(shù)的可信度加權(quán)數(shù)據(jù)進(jìn)行邏輯判斷計(jì)算出該故障的概率，通過該概率與設(shè)置的概率報(bào)警下限的比較實(shí)現(xiàn)故障的報(bào)警。

4 結(jié)論

　　經(jīng)過本系統(tǒng)的可信度計(jì)算，系統(tǒng)就會(huì)根據(jù)設(shè)定的野值剔除規(guī)則將出現(xiàn)的野值剔除，從而避免了故障的誤報(bào)。通過本系統(tǒng)的設(shè)計(jì)及仿真，可以看出基于可信度的技術(shù)的應(yīng)用大大降低了故障的誤報(bào)率，解決了誤報(bào)率居高不下的問題，并且為日后的數(shù)據(jù)分析提供了可查數(shù)據(jù)。但是本系統(tǒng)的數(shù)據(jù)是模擬的數(shù)據(jù)，能夠從一定程度上驗(yàn)證算法的可信性，希望能夠利用真實(shí)的數(shù)據(jù)和硬件的系統(tǒng)進(jìn)行集成，為日后的真實(shí)系統(tǒng)開發(fā)提供參考。

　　參考文獻(xiàn)：

　　[1]徐章遂.房立清.米東.神經(jīng)網(wǎng)絡(luò)的柴油機(jī)燃油系統(tǒng)故障診斷[J].內(nèi)燃機(jī)工程,2001. 22(3):32-35.

　　[2]喬新勇.劉東利.康葳.基于壓力波的柴油發(fā)動(dòng)機(jī)噴油器故障診斷研究[J].無損檢測,2004(4):180-184.

　　[3]衛(wèi)軍.宋保維.王文斌.基于虛擬儀器的柴油發(fā)動(dòng)機(jī)噴油器故障診斷研究[J].機(jī)械與電子,2006(7):53-55.

　　[4]劉守道,張來斌,王朝暉.柴油機(jī)故障診斷的現(xiàn)代方法及展望[J].石油礦場機(jī)械, 2000, 29(1):32-35.

　　[5]郭濤,趙志宇.基于故障樹的車輛柴油機(jī)故障診斷[J].數(shù)碼世界, 2016(9).

　　[6]陳農(nóng)田,馬婷,王杰,等.模糊故障樹分析法在航空發(fā)動(dòng)機(jī)滑油滲漏分析中的應(yīng)用

　　[J].計(jì)算機(jī)測量與控制,2016, 24(6).

　　本文來源于《電子產(chǎn)品世界》2017年第4期第41頁，歡迎您寫論文時(shí)引用，并注明出處。