胡以懷，李從躍，崔德馨，朱一多，方云虎

（1.上海海事大學 商船學院，上海 201306；2.招商局金陵鼎衡船舶（揚州）有限公司，江蘇 江都 225217）

0 引言

隨著船舶不斷向智能化[1]、無人化、高效化發(fā)展，空壓機的自動化水平也逐漸提高，因此對空壓機工作可靠性提出了更高的要求。通過提取大量監(jiān)測數(shù)據(jù)中蘊含的多域故障信息、識別設備故障、監(jiān)測設備狀態(tài)并預測運行壽命，從而突破傳統(tǒng)故障診斷高度依賴專家和技術人員的瓶頸，解決船舶遠航時缺乏專家指導而難以維修的問題[2]。面對大量的數(shù)據(jù)，如何準確獲取故障有用信息，成為空壓機狀態(tài)監(jiān)測和健康管理的關鍵。

作為一種帶壓工作設備, 空壓機在運行過程中須在線監(jiān)測關鍵運行狀態(tài)參數(shù)以保證運行的安全性, 主要包括排氣壓力、排氣溫度、排氣量、電機負載、電機溫度等多種參數(shù)[3]。對空壓機進行信息的提取，成為預判故障以及狀態(tài)監(jiān)測的重要依據(jù)，國內外學者在這方面開展了大量的研究。李海波等[4]利用PID控制以及SPC在線故障檢測，實現(xiàn)了空壓機各類故障的預報警；武林[5]提出了一種基于變體長短時間記憶網(wǎng)絡的空壓機運行參數(shù)預測和監(jiān)測模型，使空壓機的故障預測與監(jiān)測具有更高的效率和準確性。本文全面總結國內外對往復式空壓機重要部件，包括氣閥機構、活塞環(huán)組、氣缸、曲柄連桿機構、驅動電機等典型故障的診斷方法。通過分析現(xiàn)有的研究成果，確定了空壓機狀態(tài)監(jiān)測的主要參數(shù)和健康管理的評估參數(shù)，為未來智能船舶技術的發(fā)展奠定基礎。

1 空壓機典型故障與診斷

往復式空壓機的主要部件包括氣閥、氣缸、曲柄連桿機構、活塞組件、驅動電機、機體與底座、管線及附屬，受各種因素的影響，往復式壓縮機在工作過程中容易發(fā)生故障，典型故障包括氣閥故障、活塞環(huán)故障、氣缸故障、驅動電機故障以及曲柄連桿故障。總的來看，船用往復式空壓機的故障特點具有累積性、多樣性、不確定性。

1）氣閥故障

氣閥是空壓機的主要部件，也是空壓機的主要故障源，占空壓機故障的60%左右。氣閥主要是由閥座、閥片、彈簧以及升程限位器組成，其性能的好壞影響空壓機的正常運行。氣閥各部件故障發(fā)生概率有所不同，主要集中在彈簧和閥片。彈簧故障是由于長期使用后，彈簧容易折斷，表現(xiàn)形式是排氣溫度升高、閥蓋過熱、振動過大、空壓機的排氣量不足等。

胡甫才等[6]通過希爾伯特-黃變換（HHT）獲取往復式空壓機氣閥振動信號的時頻譜圖，并對標準差、峭度、不變矩等特征參數(shù)進行提取，用支持向量機（SVM）進行故障識別。高晶波等[7]根據(jù)氣閥故障的統(tǒng)計特征，應用神經(jīng)網(wǎng)絡的方法對往復空壓機氣閥故障進行歸類與診斷。袁小宏[8]從小波分析的基本原理入手，利用小波尺度圖展示和重構等優(yōu)點，將小波分析應用到往復空壓機氣閥故障檢測中。李政[9]采集了不同狀態(tài)下氣閥的振動信號與聲發(fā)射信號，從時域、頻域和時頻域對聲發(fā)射信號和振動信號進行特征提取，對氣閥的工作狀態(tài)進行實時監(jiān)測與診斷。曹英棟等[10]使用BH550狀態(tài)監(jiān)測分析儀采集氣閥的振動信號，并將其傳至客戶端分析軟件，從而可以了解氣閥的工作狀態(tài)。Kurt Pichler等[11]依據(jù)泄漏的氣閥會影響缸內氣體壓力波形圖，對膨脹階段的梯度和壓力進行特征提取，提出一種監(jiān)測氣閥泄漏的新方法。王躍飛等[12]以某往復空壓縮機的排氣閥為例, 研究了利用聲發(fā)射信號進行往復空壓機氣閥故障診斷方法,通過對氣閥漏氣、閥片裂紋、斷裂以及變形等故障進行測量, 獲得了故障特征信號。唐友福等[13]以往復壓縮機氣閥正常、閥片缺口、閥片斷裂及彈簧損壞等狀態(tài)下氣閥振動信號為依據(jù),利用小波理論和BP人工神經(jīng)網(wǎng)絡對不同狀態(tài)的壓縮機氣閥故障進行分析。劉江等[14]從氣閥閥蓋溫度出發(fā)，通過建立氣閥故障智能預警模型確立報警閥值，對氣閥的工作狀態(tài)進行監(jiān)測。王奉濤等[15]通過合理的引壓通道應用示功圖判斷氣閥故障，建立了判斷往復式空壓機氣閥故障的示功圖測試系統(tǒng)。由此可見，壓氣機缸內壓力波、閥蓋溫度、缸蓋和氣閥振動信號較為敏感，都可以用來監(jiān)測和診斷氣閥故障。

2）活塞環(huán)故障

活塞環(huán)是嵌入活塞頭部環(huán)槽內的金屬環(huán)，主要作用是與活塞、氣缸組成密封空間，防止壓縮空氣的泄漏，具有導熱和布油的作用?；钊h(huán)常見的故障有：活塞環(huán)斷裂、活塞環(huán)漲死、過度磨損，表現(xiàn)形式為：排氣溫度升高、排氣量下降、排氣壓力下降、拉缸等。

胡歡歡等[16]通過采集空壓機正常狀態(tài)和活塞環(huán)斷裂情況下的缸套振動信號，應用HHT算法對采集的信號進行處理，以空壓機振動固有頻段能量值為特征值，以馬氏距離為分類器，識別故障類型。呂鵬飛等[17]通過利用RT9260/CR診斷儀器及客戶端軟件，對空壓機的低頻振動信號、高頻振動信號、超聲波信號進行監(jiān)測，可診斷活塞環(huán)密封性差的故障。史強等[18]通過聲發(fā)射信號和小波分析對活塞環(huán)-缸套系統(tǒng)的摩擦潤滑狀態(tài)進行診斷和實時監(jiān)測。盧銀等[19]在缸套打孔安裝磁阻傳感器，對活塞環(huán)的磨損量進行在線監(jiān)測，防止活塞環(huán)過度磨損故障的產生，但這種傳感器安裝較困難。謝習華等[20]通過提取振動信號的時域特征量、頻域特征量和小波包特征量，對特征量的變化進行分析，實現(xiàn)了活塞環(huán)工作狀態(tài)的監(jiān)測。沈宇龍[21]通過研究往復式空壓機一個工作循環(huán)的聲發(fā)射變化規(guī)律，建立聲發(fā)射信號與潤滑狀態(tài)之間的關系，證明聲發(fā)射信號的特征參數(shù)RMS和絕對能量可以反映缸套-活塞環(huán)的潤滑狀態(tài)。由此可見，除了排氣溫度、排氣壓力等常規(guī)熱工參數(shù)外，缸套振動、磁阻信號和聲發(fā)射信號都可以用來監(jiān)測活塞環(huán)的摩擦磨損等故障。

3）氣缸故障

氣缸是空壓機的主要部件之一，與活塞、缸蓋組成密閉空間，以便達到壓縮空氣的作用。氣缸故障主要包括：活塞與氣缸不對中導致拉傷、缸套裂紋、潤滑不良等，主要表現(xiàn)形式為缸套溫度異常和振動加劇。

劉喜梅等[22]通過自回歸積分滑動平均模型對氣缸故障進行預測，對正常數(shù)據(jù)和故障數(shù)據(jù)進行對比，驗證了此方法在氣缸故障預測效果顯著。江國和等[23]基于經(jīng)驗模態(tài)分解的Hilbert變換，利用快速傅里葉變換法和功率密度譜法對各工況下缸套的振動信號進行特征提取和對比，證明了此方法的實用性。高嵐等[24]利用振動信號的小波變換在不同分辨率下時域和頻域來檢測圖像的邊緣，了解氣缸內表面的磨損狀況。尚前明等[25]通過PCA對故障的主特征進行提取，然后將其作為BP神經(jīng)網(wǎng)絡的輸入，實現(xiàn)對氣缸的狀態(tài)監(jiān)測。史皓天等[26]通過對氣缸潤滑油進行氣缸磨損的監(jiān)測，利用柱形極板的電容式油液檢測傳感器對潤滑油進行檢測，提高了檢測的精度。可見，氣缸故障的監(jiān)測參數(shù)主要包括缸套振動信號和氣缸油油液成分。

4）驅動電機故障

空壓機的動力由電機提供，通過聯(lián)軸節(jié)帶動空壓機曲軸[27]。動力輸出端、傳輸端、動力輸入端出現(xiàn)問題時，會影響空壓機的正常運行。驅動電機的主要故障有轉子不平衡、線圈短路、電流過大、軸承損壞、電樞彎曲等。

張雅暉等[28]基于小波包能量分析和信號融合的異步電機的診斷方法，采用定子電流信號和振動信號頻譜特征融合作為故障診斷依據(jù)，對信號進行小波包分解，獲得不同小波包頻帶節(jié)點下對應的能量分布，并與正常電機信號進行比較，進而對能量異常的信號頻段進行小波包節(jié)點重構，最后通過快速傅里葉變換識別故障特征頻率，提高了電機轉子故障診斷的可靠性。杜京義等[29]提出一種基于可聽聲信號的異步電機故障診斷方法，利用Gammatone濾波器對正常工況和異常工況的噪聲信號提取GFCC特征向量，采用卷積神經(jīng)網(wǎng)絡對可視化特征向量進行分類識別。KOMPELLA K C D等[30]利用離散小波變換、平穩(wěn)小波變換和小波包分解對電流信號分析，通過比較殘差信號的統(tǒng)計指標判斷軸承的運行狀態(tài)。EL BOUCHIKHI E H等[31]采用短時的傅里葉變換對定子電流進行頻譜分析，通過譜降噪方法對電機軸承進行狀態(tài)監(jiān)測；陳冬娣[32]利用小波變換、經(jīng)驗模態(tài)分解和集成經(jīng)驗模態(tài)分解的方法，去除轉子振動信號的噪聲以提取轉子振動信號有用特征，識別了轉子故障部位和故障類型。侯新國等[33]采用融合分析和相關分析方法從振動和電流信號的融合譜圖提取軸承故障信息，提高了故障診斷的準確性。LIANG Yu等[34]提出一種基于具有門結構擴張卷積的新型膠囊網(wǎng)絡的深度學習算法，有效去除噪聲并從輸入樣本中獲得了更多信息，提高了電機故障診斷的準確性和泛化性。ZHAO Shu-tao等[35]提出一種聲振信號聯(lián)合一維卷積神經(jīng)網(wǎng)絡故障診斷方法，解決了復雜環(huán)境下電機故障診斷率低、泛化能力差的問題。這些方法都通過對驅動電機振動信號、定子電流、運行噪聲信號的特征提取，實現(xiàn)驅動電機的狀態(tài)監(jiān)測。

5）曲柄連桿故障

空壓機曲柄連桿機構主要由連桿、曲軸、滑導等構成，將驅動電機的回轉運動轉變?yōu)榛钊耐鶑瓦\動，主要故障包括曲軸磨損、連桿彎曲變形、潤滑不良、連桿螺栓斷裂等，是空壓機主要故障源之一。

毛淑芳等[36]基于油液分析和鐵譜分析的方法，利用振蕩球式黏度計、原子發(fā)射光譜儀、分析式鐵譜儀及鐵譜顯微鏡分析空壓機在用油，采用水分測試法定性定量測試潤滑油的水分污染，對空壓機故障檢修提出改進措施。么子云等[37]以Reynolds方程為基礎，通過模擬不同情況下的軸承磨損，全面分析了磨損程度與軸承潤滑參數(shù)特別是軸承溫度之間的對應關系，對連桿溫度進行在線監(jiān)測，以了解連桿磨損程度。王祥[38]利用ADAMS軟件中曲軸連桿機構的運動仿真，得出曲軸連桿軸頸處的受力情況，進而在NX-NASTRAN軟件中對曲軸整體進行應力、應變分析，對曲軸壽命的提高具有十分重要的意義。總之，可以利用振動信號、連桿溫度和油液信號對曲柄連桿故障進行監(jiān)測和診斷。

2 空壓機的狀態(tài)監(jiān)測

國內外學者對空壓機的狀態(tài)監(jiān)測技術進行過一些研究。璐瑤[39]等通過振動監(jiān)測和潤滑油的油液分析，對船用空壓機進行信號收集，并對信號進行特征提取以實現(xiàn)空壓機狀態(tài)監(jiān)測。于學寬【40】測取了空壓機的熱力學參數(shù)、振動信號，并通過模擬實驗提取了特征參數(shù)，應用LabVIEW及Visual C++設計了一套狀態(tài)監(jiān)測系統(tǒng)。張紅飛等[41]改進了馬氏距離，對多個性能參數(shù)進行時間序列的監(jiān)測分析，結合直方圖以及滑動窗口方法建立退化指數(shù)，實現(xiàn)了空壓機設備的狀態(tài)監(jiān)測。CALADO J M F等[42]以知識與神經(jīng)模糊網(wǎng)絡相結合的方法，設計了一種在線狀態(tài)監(jiān)測與診斷系統(tǒng)，用于處理運行過程中的暫態(tài)行為。TIAN HUIXIN等[43]將在線學習算法引入到預測模型中，提出Error-LSTM（E-LSTM）模型解決長短期記憶難以快速響應數(shù)據(jù)變化的難題，建立了壓縮機振動信號預測模型。挪威KYMA公司利用狀態(tài)檢測參數(shù)，開發(fā)了一套船舶監(jiān)測診斷系統(tǒng)[44]。倪利名[45]通過BP神經(jīng)網(wǎng)絡的故障診斷和預測方法，對空壓機的熱力學參數(shù)以及電能參數(shù)進行實時監(jiān)測，提高了空壓機工作的運行可靠性。陳建林[46]利用NI公司開發(fā)的LabVIEW軟件以及可編程自動化控制模塊,利用傳感器和計算機設備開發(fā)了一套監(jiān)測空壓機排量、運行電流、排氣溫度和壓力、進氣溫度和壓力的自動檢測系統(tǒng)，在6406空壓機上得到應用。朱祥政等[47]建立了空壓機性能評估平臺，對空壓機的進氣壓力、排氣壓力、排氣溫度和排氣量進行實時測試，并應用PLC控制技術對該平臺進行優(yōu)化，提高了輪機人員的工作效率。Diez等[48]基于內核SVM監(jiān)測傳感器數(shù)據(jù)的健康狀況，降低了數(shù)據(jù)誤報率并提高了故障預測能力。張炎亮[49]等構建了基于GA-MSVM的空壓機狀態(tài)監(jiān)測系統(tǒng)，并在對比標準多分類支持向量機（MSVM）、PSO-MSVM和GS-MSVM的診斷結果的基礎上,驗證了GA-MSVM對空壓機故障診斷的準確性和穩(wěn)定性。程志友等[50]引入模糊數(shù)學理論對空壓機進行綜合監(jiān)測，構建了評估指標體系，并建立整體的運行狀態(tài)評估模型，使評估結果更加科學、客觀。邵夢麟等[51]對船用空壓機振動信號進行測試分析，選用獨立分量分析和經(jīng)驗模態(tài)分析的方法對測試信號進行處理，導入ICA算法進行盲源分離，進而判斷故障原因。王曦等[52]建立了空壓機油液綜合故障診斷的多目標智能優(yōu)化方法模型，通過Matlab數(shù)值仿真實現(xiàn)對空壓機油液的動態(tài)模擬，為空壓機狀態(tài)監(jiān)測及維修提供了依據(jù)。MORGAN I等[53]結合大量在線和離線故障診斷應用方法，提出了一種稀疏數(shù)據(jù)集的計算分析方法。

綜合前述內容，可用于空壓機狀態(tài)監(jiān)測的參數(shù)主要有驅動電機電流、壓縮空氣排出壓力、排出溫度、壓縮空氣流量、閥蓋溫度、空壓機振動、噪聲、滑油溫度、滑油成分等，空壓機關鍵部件的典型故障及其監(jiān)測參數(shù)如表1所示。由于空壓機主要部件的故障類型較多，要實現(xiàn)故障的全面監(jiān)測和診斷難度很大，有時也沒有必要。如果利用少數(shù)關鍵監(jiān)測參數(shù)來實現(xiàn)對空壓機關鍵部件的總體健康評估，也可以達到空壓機狀態(tài)監(jiān)測的目的。各關鍵部件的狀態(tài)評估參數(shù)如表1所示。

表1 往復式空壓機的典型故障及狀態(tài)監(jiān)測參數(shù)和評估參數(shù)

通過分析和處理空壓機的狀態(tài)參數(shù)，可以對空壓機的性能狀態(tài)和健康狀況進行評估。但目前空壓機狀態(tài)監(jiān)測的研究和應用，還存在2個問題：

1）機械設備的故障診斷主要分為模型驅動和數(shù)據(jù)驅動。模型驅動是通過建立機械設備的數(shù)學模型然后通過殘差分析實現(xiàn)故障診斷，這種方法需要深入研究機械的原理和數(shù)學表達。船用往復式空壓機機械系統(tǒng)復雜，模型驅動并不是一種理想的故障診斷方法。而數(shù)據(jù)驅動的故障診斷方法利用智能算法和試驗數(shù)據(jù)訓練故障診斷模型，這種方式雖然適合船用往復式空壓機，但需要大量的試驗訓練樣本和數(shù)據(jù)，在實船運行中很難獲取。

2）雖然數(shù)據(jù)驅動可以對船用往復式空壓機狀態(tài)進行識別，但由于船舶機艙環(huán)境惡劣且多變，對設備監(jiān)測的精度有一定的影響，有時甚至無法識別故障，需要進一步提高算法的魯棒性和泛化能力。

3 空壓機的健康管理

設備健康管理通過利用狀態(tài)監(jiān)測和人工智能方法，監(jiān)測、診斷、預測和管理設備的健康狀態(tài)。通過預測故障隱患和工作可靠壽命，提高了設備的安全性，最大限度地降低故障影響，避免機毀人亡的重大事故[54]?？諌簷C健康管理的技術路線如圖1所示。

圖1 空壓機健康管理的技術路線

健康管理技術在船舶機艙中的應用，不僅降低了機械設備的故障率，同時也提高了機械設備的可靠性與安全性，順應船舶設備智能化、信息化的發(fā)展趨勢[55]，但目前船用往復式空壓機狀態(tài)監(jiān)測和健康管理具有如下特點：

1）監(jiān)測的時效性?？諌簷C結構復雜，監(jiān)測點多，某個部件損壞后極有可能產生連鎖反應，造成多個部件異常。應保證監(jiān)測數(shù)據(jù)的時效性，以提高狀態(tài)監(jiān)測的準確率。

2）數(shù)據(jù)密度低。在信息獲取過程中有大量重復的信息，實用性較低，需要對獲取的信息進行特征提取，以便獲取有用的信息。

3）特征提取較困難。往復式空壓機的零部件較多，各特征之間有較高的耦合度，導致數(shù)據(jù)特征提取的難度較大。

未來船用空壓機的健康管理技術在實際應用中，可以考慮采取以下措施：

1）利用完善、合理、系統(tǒng)的健康評估體系以及虛實融合的測試和驗證技術[55]。虛擬測試具有高可用性、降低復雜度、保護數(shù)據(jù)等優(yōu)勢。但目前空壓機測試驗證技術仍處于初級階段，環(huán)境復雜，任務復雜，并且精度會影響虛擬測試的準確性。因此，統(tǒng)籌虛擬測試的準確性和高效性非常重要。

2）建立故障數(shù)據(jù)庫，實現(xiàn)資源共享。盡管國內外對空壓機狀態(tài)監(jiān)測做出大量研究，但研究成果僅局限于實驗室，很少有關于空壓機科學維修保養(yǎng)的研究成果。原因在于各單位實驗數(shù)據(jù)較碎片化，數(shù)據(jù)測點不完整、不平衡[56]，沒有一套完整的數(shù)據(jù)庫。發(fā)掘并分析空壓機機械狀態(tài)與監(jiān)測數(shù)據(jù)之間的關系，也是應當考慮的問題。

3）進行空壓機故障的智能診斷和故障預測?，F(xiàn)代設備診斷向數(shù)據(jù)化[56]、智能化[57]、高效化[58]和準確化[59]方向發(fā)展?；诟鞣N傳感器所提取的信號，應用現(xiàn)代故障診斷算法，可以提高船用空壓機的運行可靠性，真正實現(xiàn)設備的一體化管理和動態(tài)監(jiān)測[60]。

隨著智能船舶技術的發(fā)展，船用機械設備的狀態(tài)監(jiān)測正向智能化方向轉化。未來船用往復式空壓機的狀態(tài)監(jiān)測和健康管理將具有如下發(fā)展趨勢：

1）狀態(tài)監(jiān)測的進一步擴展。從人工收集并對信息做出預處理向采用智能算法自動對數(shù)據(jù)特征進行提取，為狀態(tài)監(jiān)測提供新思路和新方法，提高數(shù)據(jù)特征的可靠性和有效性。

2）狀態(tài)監(jiān)測對象的進一步擴展。空壓機系統(tǒng)結構復雜，零部件多，從對關鍵部件進行狀態(tài)監(jiān)測，向對空壓機多部件進行健康管理，實現(xiàn)各類信息的融合，使輪機人員更加全面地掌握空壓機的健康狀態(tài)。

3）狀態(tài)監(jiān)測目標的進一步擴展。從傳統(tǒng)的事后維修和保養(yǎng)轉向對空壓機運行狀態(tài)實時監(jiān)測，提高對故障的預測精度，有效減少故障的發(fā)生，提高船舶航行的安全。

4 結語

往復式空壓機作為船舶重要的設備，零部件多，系統(tǒng)結構復雜，故障類型多樣，可以綜合運用現(xiàn)代故障診斷的方法解決空壓機各種故障的診斷問題。由于往復式空壓機的狀態(tài)參數(shù)之間存在耦合性和故障的多樣性，要全面實現(xiàn)各種故障的診斷難度很大。如果以振動信號、壓縮空氣排出壓力、運行噪聲信號、電機電流和滑油成分等信號作為空壓機狀態(tài)監(jiān)測的主要參數(shù)，實現(xiàn)空壓機的總體狀態(tài)監(jiān)測，對關鍵部件進行狀態(tài)監(jiān)測，可以達到健康管理的目的。特別是利用關鍵部件的健康評估指標，可以提高其狀態(tài)監(jiān)測的準確性，對實現(xiàn)健康狀態(tài)的預測和視情維修管理具有重要作用。