山西中北大學(xué)機(jī)械與動力工程學(xué)院　王際同　姚竹亭

基于MATLAB的柴油機(jī)故障檢測

山西中北大學(xué)機(jī)械與動力工程學(xué)院王際同姚竹亭

首先采集柴油機(jī)的振動信號，利用MATLAB軟件進(jìn)行信號分析與處理，最終確定柴油機(jī)是否發(fā)生故障，并確定所發(fā)生的故障類型及其嚴(yán)重程度。

柴油機(jī)；MATLAB；故障檢測；信號處理

1引言

柴油機(jī)是一種常見的提供動力源的機(jī)械設(shè)備，對柴油機(jī)的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)檢測具有重要意義。雖然目前人們能夠通過經(jīng)驗(yàn)來定性判斷柴油機(jī)的故障類型，但不能夠定量判斷故障類型及其嚴(yán)重程度，對于罕見的故障也缺乏人工經(jīng)驗(yàn)。

通過振動傳感器采集柴油機(jī)的振動信號，利用MATLAB對信號數(shù)據(jù)進(jìn)行智能分析，最終不僅能夠判斷柴油機(jī)的故障類型，而且能夠定量判斷類型的嚴(yán)重程度。

2柴油機(jī)故障類型

柴油機(jī)的常見故障如表1所示［1］。

表1　常見故障類型

3故障檢測方法

近年來，柴油機(jī)的故障檢測方法不斷更新和出現(xiàn)，例如，振動信號法、油液信號法、熱力信號法、瞬時(shí)轉(zhuǎn)速法、綜合法等，主要的區(qū)別在于柴油機(jī)采集信號類型的選取。本文采用的是振動信號法。

4基于MATLAB的柴油機(jī)故障檢測

通過信號分析的方法檢測柴油機(jī)故障的基本流程，如圖1所示。首先采集了50組包含5種工況的振動原始信號，某樣本在5種工況下的部分原始數(shù)據(jù)如圖2所示。對每組原始信號進(jìn)行局域均值分解（LMD），分解成若干個PF分量，選取前8個PF分量，構(gòu)成特征向量X=［PF1，PF2，…PF8］，將前20組數(shù)據(jù)特征向量輸入至支持向量機(jī)（SVM）［2］進(jìn)行訓(xùn)練，將剩下的30組數(shù)據(jù)作為測試樣本輸入SVM進(jìn)行模式識別，最終判斷其運(yùn)行狀態(tài)。

圖1　柴油機(jī)故障檢測基本流程

圖2　某樣本部分振動原始數(shù)據(jù)

對于發(fā)生故障的信號，利用模糊規(guī)則對故障的嚴(yán)重程度進(jìn)行一個簡單的評估。將故障的嚴(yán)重程度分為五個等級，其量化對應(yīng)關(guān)系如表2所示。利用上述方法，對某實(shí)驗(yàn)室的柴油機(jī)人工設(shè)定故障進(jìn)行實(shí)時(shí)檢測，表3列出了隨機(jī)抽取的一組柴油機(jī)故障檢測結(jié)果。

表2　故障嚴(yán)重程度量化表

表3　某組柴油機(jī)故障檢測結(jié)果

對大量實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與整理，如表4所示。從表4可以看出，利用LMD分解與SVM相結(jié)合的方法，訓(xùn)練的準(zhǔn)確率高達(dá) 100%，測試的準(zhǔn)確率可達(dá)到91.33%。

表4　檢測性能分析

5結(jié)語

將采集的柴油機(jī)振動信號，利用MATLAB數(shù)學(xué)工具，先對信號進(jìn)行LMD分解，再將特征值輸入支持向量機(jī)進(jìn)行訓(xùn)練和識別，最終能夠?qū)崿F(xiàn)故障的判別和故障嚴(yán)重等級的劃分。

［1］舒苗淼.基于振動信號的柴油機(jī)小波神經(jīng)網(wǎng)絡(luò)故障診斷研究［D］.中北大學(xué)，2009.

［2］張超，陳建軍.基于LMD近似熵和支持向量機(jī)的軸承故障診斷［J］.機(jī)械科學(xué)與技術(shù)，2012，09：1539-1542+1548.