徐敏航

摘 ?要：針對船舶柴油機(jī)配氣系統(tǒng)故障定位問題，提出一種基于振動信號的配氣系統(tǒng)故障定位方法。分析配氣系統(tǒng)故障發(fā)生的原因，并論證通過監(jiān)測振動信號的變化來進(jìn)行故障診斷是有效的。具體論述基于振動信號的故障定位方法，對振動信號進(jìn)行時域特征分析。以柴油機(jī)的離線故障數(shù)據(jù)為例，對該方法的有效性進(jìn)行驗證，結(jié)果表明采用該方法能有效地對柴油機(jī)配氣系統(tǒng)進(jìn)行故障定位。

關(guān)鍵詞：柴油機(jī)配氣系統(tǒng);振動信號;故障定位

0 引 言

船舶柴油機(jī)是船舶工業(yè)領(lǐng)域最常見的動力機(jī)械設(shè)備，是船舶動力的核心。由于自身結(jié)構(gòu)較為復(fù)雜且所處的工作環(huán)境較為惡劣，柴油機(jī)的故障發(fā)生率很高。配氣系統(tǒng)作為柴油機(jī)的主要組成部分，其性能的優(yōu)劣不僅會直接影響柴油機(jī)的動力性、經(jīng)濟(jì)性、工作平穩(wěn)性和可靠性，而且會影響船舶的安全航行[1]。研究船舶柴油機(jī)配氣系統(tǒng)故障定位技術(shù)，判斷故障發(fā)生的準(zhǔn)確位置，是避免柴油機(jī)因配氣系統(tǒng)發(fā)生故障而造成損失的一種有效手段，因此研究船舶柴油機(jī)配氣系統(tǒng)故障定位方法具有重要意義。

傳統(tǒng)的故障定位方法是通過人工進(jìn)行故障判斷，對工作人員的技術(shù)經(jīng)驗要求較高，判斷效率通常較低。與傳統(tǒng)方法相比，基于數(shù)據(jù)驅(qū)動的故障定位方法具有定位準(zhǔn)、效率高等優(yōu)勢。已有研究結(jié)果表明，基于數(shù)據(jù)驅(qū)動的故障定位方法采用的數(shù)據(jù)源于當(dāng)前采樣的在線數(shù)據(jù)和系統(tǒng)儲存的大量歷史離線數(shù)據(jù)。與在線數(shù)據(jù)相比，離線數(shù)據(jù)的數(shù)量多，信息量豐富，不會出現(xiàn)在線數(shù)據(jù)丟失和測量偏差等問題。

基于離線數(shù)據(jù)的故障定位方法主要有3種[2]，即：

（1）基于統(tǒng)計分析的故障定位方法。該方法主要是對歷史過程數(shù)據(jù)進(jìn)行統(tǒng)計分析，為每個樣本計算對應(yīng)的監(jiān)控統(tǒng)計量，并根據(jù)正常樣本估算出的置信限分析樣本當(dāng)前的運行狀態(tài)，主要采用主元分析法（PCA）、偏最小二乘方法（PLS）、時間序列分析方法（TSA）和灰色理論等。

（2）基于信號處理的故障定位方法。信號的幅值、相位和頻率在故障發(fā)生時會產(chǎn)生不可預(yù)期的變化，該方法利用豐富的專家經(jīng)驗知識和系統(tǒng)運行過程中的各種狀態(tài)信息分析處理這些變化的信號，得到系統(tǒng)運行狀況和故障狀況的綜合性評價，主要采用小波變換法、形態(tài)信號處理法和譜分析法等。

（3）基于人工智能的故障定位方法。由于故障類型與故障征兆之間不存在簡單的對應(yīng)關(guān)系，基于人工智能的故障診斷技術(shù)適于解決系統(tǒng)的不確定性和復(fù)雜性問題，主要采用人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等方法。

本文對柴油機(jī)配氣系統(tǒng)進(jìn)行失效模式和失效影響分析，識別出監(jiān)測變量，在此基礎(chǔ)上提出基于數(shù)據(jù)驅(qū)動的故障定位方法。

1 船舶柴油機(jī)配氣系統(tǒng)的振動監(jiān)測故障定位方法

1.1 柴油機(jī)配氣系統(tǒng)失效模式和失效影響分析

柴油機(jī)配氣系統(tǒng)主要由凸輪軸傳動機(jī)構(gòu)、凸輪與凸輪軸、氣閥傳動機(jī)構(gòu)和氣閥裝置組成，見圖1。

配氣系統(tǒng)的主要作用是控制柴油機(jī)氣缸內(nèi)的排氣和進(jìn)氣，其工作狀態(tài)直接影響氣缸內(nèi)氣體的燃燒效果。配氣機(jī)構(gòu)中的氣閥因落座頻繁而對閥座有撞擊作用，加上缸內(nèi)高溫、高壓燃?xì)獾那治g，使得氣閥和凸輪/挺柱結(jié)構(gòu)很容易發(fā)生磨損和腐蝕，從而造成配氣系統(tǒng)發(fā)生故障[3-4]。柴油機(jī)配氣系統(tǒng)失效模式和失效影響分析見表1。

1.2 基于數(shù)據(jù)驅(qū)動的故障定位方法

當(dāng)配氣系統(tǒng)發(fā)生故障時，氣閥氣流沖擊力和氣閥落座沖擊力的作用時間和強度都會發(fā)生變化，使得缸蓋表面的振動響應(yīng)信號發(fā)生相應(yīng)的變化[5-6]。因此，根據(jù)缸蓋振動信號對配氣機(jī)構(gòu)進(jìn)行故障診斷是可行的。與振動信號相比，熱力學(xué)參數(shù)具有時延性，同時熱力學(xué)模型的構(gòu)建過程較為復(fù)雜，故選擇基于離線振動數(shù)據(jù)的信號處理方法能快速反映故障信息，實現(xiàn)故障定位。

本文主要采用基于信號處理的故障定位方法，對柴油機(jī)缸蓋表面的振動進(jìn)行數(shù)據(jù)處理并提取特征值;同時，通過對特征值進(jìn)行解析來確定故障發(fā)生位置，并通過實際驗證判斷故障定位方法的有效性。具體振動信號故障定位流程見圖2。

2 試驗驗證

處在工作狀態(tài)的柴油機(jī)不可避免地會受到零部件的沖擊、摩擦和燃燒時的沖擊波等物理振動的影響，這些物理振動會導(dǎo)致柴油機(jī)的表面在工作時產(chǎn)生振動信號。柴油機(jī)部件及系統(tǒng)的狀態(tài)信息可通過對振動信號進(jìn)行分析來反映。對振動信號進(jìn)行分析是實現(xiàn)船舶柴油機(jī)狀態(tài)監(jiān)測和故障定位所采用的主要手段之一[7-9]。

本文采用基于數(shù)據(jù)驅(qū)動的信號處理方法對離線振動數(shù)據(jù)進(jìn)行時域分析，提取相關(guān)特征量，進(jìn)而準(zhǔn)確判斷故障發(fā)生位置，大大降低維護(hù)成本，提高柴油機(jī)的運行效率。

2.1 被測柴油機(jī)的系統(tǒng)結(jié)構(gòu)

本文的研究對象是處在1 000 h運行測試過程中的柴油機(jī)，包含20個氣缸（A1—A10和B1—B10），同時布設(shè)有多臺傳感器，以便對轉(zhuǎn)速、振動、溫度和壓力等熱力學(xué)參數(shù)進(jìn)行數(shù)據(jù)收集。數(shù)據(jù)采集裝置將這些數(shù)據(jù)傳輸給上位機(jī)，并在服務(wù)器等儲存設(shè)備中儲存，以便后續(xù)進(jìn)行工作日志查看和離線數(shù)據(jù)分析。柴油機(jī)測試系統(tǒng)結(jié)構(gòu)見圖3。

2.2 柴油機(jī)故障數(shù)據(jù)離線分析

在1 000 h運行測試過程中，按照試驗要求對柴油機(jī)進(jìn)行多工況循環(huán)周期測試，發(fā)現(xiàn)有異常聲響出現(xiàn)，初步判斷為柴油機(jī)內(nèi)部配氣系統(tǒng)出現(xiàn)故障。由于柴油機(jī)氣缸數(shù)較多且測試環(huán)境較為惡劣，需對故障點進(jìn)行準(zhǔn)確定位，以便進(jìn)行快速維護(hù)。該處理方法本質(zhì)上是通過對振動信號進(jìn)行方差特征分析來實現(xiàn)故障定位。

2.2.1 振動數(shù)據(jù)變化分析

首先提取故障測試周期內(nèi)的20個氣缸表面的振動數(shù)據(jù)和每個氣缸3 h內(nèi)的數(shù)據(jù)。由于振動數(shù)據(jù)的儲存頻率為1 Hz，因此每個氣缸共提取10 800個數(shù)據(jù)。

隨后對不同氣缸的數(shù)據(jù)變化情況進(jìn)行對比，實現(xiàn)定性判斷。隨機(jī)選取9個氣缸的數(shù)據(jù)進(jìn)行對比，數(shù)據(jù)走勢和幅值基本上沒有差異，見圖4。

2.2.2振動數(shù)據(jù)時域特征提取

首先對故障周期內(nèi)的20個氣缸的數(shù)據(jù)進(jìn)行提取并圍繞表1中給出的時域特征進(jìn)行分析。為使數(shù)據(jù)的時域特征更加準(zhǔn)確，將故障周期數(shù)據(jù)提取長度擴(kuò)大到6 h，每個氣缸振動數(shù)據(jù)點為21 600個，能實現(xiàn)完整保留時域信息。柴油機(jī)中的A1—A10氣缸和B1—B10氣缸分別被定義為序列1～20，以方便分析。