胡浩帆

（中遠(yuǎn)海運(yùn)特種運(yùn)輸股份有限公司，廣州 510623）

1 前言

由于柴油機(jī)運(yùn)轉(zhuǎn)部件表面之間的相對(duì)運(yùn)動(dòng)，將不可避免地導(dǎo)致部件的磨損，并且磨損量將隨著時(shí)間而逐漸增加，對(duì)柴油發(fā)動(dòng)機(jī)部件的磨損狀況進(jìn)行監(jiān)測(cè)和預(yù)報(bào)，可提高其運(yùn)行可靠性。《油液分析在船用動(dòng)力系統(tǒng)狀態(tài)監(jiān)測(cè)中的應(yīng)用》中，描述了油液分析技術(shù)對(duì)船用動(dòng)力系統(tǒng)進(jìn)行狀態(tài)監(jiān)測(cè)的方法；《基于光譜-鐵譜分析的航空發(fā)動(dòng)機(jī)磨損故障診斷應(yīng)用研究》中，提出了通過對(duì)滑油進(jìn)行光譜分析能夠發(fā)現(xiàn)監(jiān)測(cè)油樣中的超標(biāo)元素，對(duì)滑油光譜分析與機(jī)械故障間的關(guān)系進(jìn)行了研究。但是尚未有結(jié)合滑油成分含量統(tǒng)計(jì)數(shù)據(jù)，對(duì)柴油機(jī)零件的磨損狀況進(jìn)行分析的理論與方法。本文基于對(duì)柴油機(jī)潤(rùn)滑油的光譜分析法，通過工神經(jīng)網(wǎng)絡(luò)來(lái)分析柴油機(jī)零件的磨損狀況。

2 基于滑油效能的磨損監(jiān)測(cè)技術(shù)

潤(rùn)滑油帶有大量的柴油機(jī)內(nèi)部零部件磨損信息，通過對(duì)滑油效能的分析可以間接的判斷零部件的磨損狀況，監(jiān)控和預(yù)測(cè)其磨損故障；針對(duì)零部件磨損問題的油液分析，可以采用滑油光譜分析、自動(dòng)磨粒分析、滑油鐵譜分析以及掃描電子顯微鏡—能譜分析，這些方法各具優(yōu)缺點(diǎn)。

磨損監(jiān)測(cè)框圖，如圖1所示。

圖1 磨損監(jiān)測(cè)功能圖

3 柴油機(jī)磨損故障診斷神經(jīng)網(wǎng)絡(luò)

3.1 BP神經(jīng)網(wǎng)絡(luò)算法

采用三層BP神經(jīng)網(wǎng)絡(luò)作為例子。網(wǎng)絡(luò)輸入一個(gè)長(zhǎng)度為N的向量，經(jīng)過加乘權(quán)值后輸出一個(gè)長(zhǎng)度為J的向量；每一層的輸入和輸出用x和y表示，輸入層第一個(gè)神經(jīng)元的輸入可以表示為x1N，網(wǎng)絡(luò)的輸出為：

3.2 故障診斷流程及原理

采用BP人工神經(jīng)網(wǎng)絡(luò)對(duì)滑油數(shù)據(jù)進(jìn)行分析。診斷柴油機(jī)磨損故障的關(guān)鍵，是對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。其訓(xùn)練過程為：利用已知數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，在達(dá)到設(shè)定值后訓(xùn)練結(jié)束，構(gòu)建故障向量與其特征值之間非線性映射，完成對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；然后將待測(cè)數(shù)據(jù)經(jīng)處理后輸入到已訓(xùn)練好的網(wǎng)絡(luò)中，得出一組輸出向量，再與不同故障的特征向量對(duì)比分析，可實(shí)現(xiàn)對(duì)故障類型的診斷。故障診斷流程圖，如圖2所示。

圖2 故障診斷流程圖

3.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

（1）在設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)模型前，需首先確定網(wǎng)絡(luò)的基本結(jié)構(gòu)，該問題尚未有明確的選擇方法或選擇體系。但已知，任何區(qū)間上的連續(xù)函數(shù)，均可通過單隱含層的BP網(wǎng)絡(luò)構(gòu)建擬合模型，單隱含層的三層BP神經(jīng)網(wǎng)絡(luò)即可完成X維到Y(jié)維映射的功能。

樣本數(shù)量十分龐大，增加一個(gè)隱含層對(duì)縮減神經(jīng)網(wǎng)絡(luò)的規(guī)模會(huì)有十分顯著的效果。精準(zhǔn)對(duì)柴油機(jī)磨損故障的診斷，樣本數(shù)量應(yīng)適中，本文選擇構(gòu)建單一隱含層的三層神經(jīng)網(wǎng)絡(luò)。

（2）輸入層節(jié)點(diǎn)數(shù)往往由輸入向量的維數(shù)決定，與網(wǎng)絡(luò)所解決的實(shí)際問題密切相關(guān)。本文通過神經(jīng)網(wǎng)絡(luò)構(gòu)建滑油效能數(shù)據(jù)與柴油機(jī)運(yùn)行狀況的非線性映射，由于輸入的每個(gè)向量都由19個(gè)元素構(gòu)成，所以得出的特征向量均為19維向量，由此可確定神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)為19。

輸出層神經(jīng)元的個(gè)數(shù)同樣依賴于對(duì)實(shí)際問題的分析。在模式分類中，輸出神經(jīng)元個(gè)數(shù)通常與類別數(shù)量相同，故本文中輸出神經(jīng)元個(gè)數(shù)設(shè)為1。

（3）隱含層節(jié)點(diǎn)數(shù)的確定

隱含層節(jié)點(diǎn)數(shù)選擇的合理性，對(duì)BP人工神經(jīng)網(wǎng)絡(luò)性能的影響十分巨大。較多的隱含層節(jié)點(diǎn)數(shù)，可以顯著的提高神經(jīng)網(wǎng)絡(luò)的準(zhǔn)度，但同時(shí)會(huì)使網(wǎng)絡(luò)訓(xùn)練時(shí)間加長(zhǎng)；節(jié)點(diǎn)數(shù)較少，其診斷則誤差較大。

確定隱含層節(jié)點(diǎn)數(shù)的方法，是依靠經(jīng)驗(yàn)公式得出一個(gè)估計(jì)值，在一定范圍內(nèi)進(jìn)行反復(fù)測(cè)試，確定可以使神經(jīng)網(wǎng)絡(luò)達(dá)到理想準(zhǔn)度的節(jié)點(diǎn)數(shù)。本文選用的經(jīng)驗(yàn)公式為：

根據(jù)公式（12），歸一化處理后可將待輸入數(shù)據(jù)限定在[0,1]之間。

（5）網(wǎng)絡(luò)構(gòu)建函數(shù)的選擇

針 對(duì)newff、feedforwardnet、newcf、cascadeforwardnet四種函數(shù)，分別構(gòu)建神經(jīng)網(wǎng)絡(luò)模型并進(jìn)行模擬，得到四組不同的收斂過程和收斂曲線，比較四種函數(shù)所構(gòu)成神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)以及誤差。

為保證四種函數(shù)訓(xùn)練所得網(wǎng)絡(luò)的可比性，均采用同一組訓(xùn)練數(shù)據(jù)，訓(xùn)練函數(shù)均采用trainbfg函數(shù)、學(xué)習(xí)函數(shù)為learngdm、性能函數(shù)采用mse函數(shù)，最大迭代次數(shù)為500次，誤差值設(shè)為0.000 1、學(xué)習(xí)率為0.01。比較結(jié)果，如表1所列。

表1 不同構(gòu)建函數(shù)對(duì)應(yīng)訓(xùn)練數(shù)據(jù)

根據(jù)表1中四種函數(shù)來(lái)看，本文選用feedforwardnet函數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)。

3.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

圖3 網(wǎng)絡(luò)結(jié)構(gòu)圖

圖4 誤差分析

3.5 BP神經(jīng)網(wǎng)絡(luò)故障診斷

利用一系列數(shù)據(jù)，檢驗(yàn)本文設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)的實(shí)際診斷效果。根據(jù)診斷結(jié)果，經(jīng)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)診斷后，決定系數(shù)R均在0.85以上，證明本文所構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)，可以較精確地依據(jù)滑油效能數(shù)據(jù)診斷柴油機(jī)磨損故障。

4 柴油機(jī)磨損故障診斷模擬系統(tǒng)

4.1 轉(zhuǎn)化Simulink

為了實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)以及仿真過程的可視化，將Matlab中訓(xùn)練成功的神經(jīng)網(wǎng)絡(luò)在Simulink中以模塊的形式輸出。

4.2 系統(tǒng)的構(gòu)建

利用Simulink中Random Number模塊模擬真實(shí)滑油效能數(shù)據(jù)，組成一個(gè)有19個(gè)元素構(gòu)成的向量作為待測(cè)數(shù)據(jù)，這19個(gè)向量分別對(duì)應(yīng)滑油中Fe、Cr、Pb以及水分等元素的含量.在構(gòu)建Random Number模塊時(shí)，設(shè)置各種元素含量在正常范圍內(nèi)。

采用GUI構(gòu)建系統(tǒng)界面。為保證系統(tǒng)可對(duì)某一元素超出正常范圍進(jìn)行模擬，在Random Number模塊前插入constant值改變輸出值，將界面按鈕與模塊連接，實(shí)現(xiàn)GUI對(duì)Simulink模塊中的constant的參數(shù)控制，達(dá)到模擬故障數(shù)據(jù)的目的。

5 結(jié)束語(yǔ)

基于滑油效能對(duì)柴油機(jī)零件磨損狀況進(jìn)行研究，依據(jù)基于效能數(shù)據(jù)結(jié)合人工神經(jīng)網(wǎng)絡(luò)，通過監(jiān)測(cè)診斷柴油機(jī)運(yùn)行狀況對(duì)其零件磨損狀況做出判斷，利用BP神經(jīng)網(wǎng)絡(luò)可以較精確地依據(jù)滑油效能數(shù)據(jù)診斷柴油機(jī)磨損故障，構(gòu)建柴油機(jī)零件磨損情況診斷模擬系統(tǒng)，對(duì)通過滑油效能研究柴油機(jī)零件磨損情況的仿真模擬提供幫助。