魯宏，戴魏魏，鮑海波，權(quán)國政

（1.江蘇省船舶動(dòng)力系統(tǒng)零件先進(jìn)制造工程技術(shù)研究中心，江蘇 南京 211121；2.南京中遠(yuǎn)海運(yùn)船舶設(shè)備配件有限公司，江蘇 南京 211121；3.重慶大學(xué)，重慶 400044）

0 引言

二沖程船用柴油機(jī)在運(yùn)行的過程中，缸蓋因?yàn)槭艿絻?nèi)部各部件的振動(dòng)、沖擊、摩擦及燃燒等激勵(lì)作用，會(huì)產(chǎn)生非穩(wěn)態(tài)振動(dòng)信號(hào)。通過對振動(dòng)信號(hào)的分析可實(shí)現(xiàn)相應(yīng)零部件及燃燒狀態(tài)的故障預(yù)測[1-4]。目前，振動(dòng)信號(hào)在柴油機(jī)燃燒狀態(tài)監(jiān)測受到廣泛關(guān)注，且信號(hào)采集器直接安裝于發(fā)動(dòng)機(jī)表面，通過振動(dòng)信號(hào)來分析氣閥磨損情況是極具潛力的。目前，常用的缸蓋振動(dòng)信號(hào)分析方法以及信號(hào)特征參數(shù)提取主要包括時(shí)頻分析、時(shí)域分析、頻域分析等。

本文將基于提取到的時(shí)域、頻域特征信號(hào)分析結(jié)果，利用數(shù)據(jù)分析軟件MATLAB 建立低速船用柴油機(jī)缸蓋振動(dòng)信號(hào)氣閥磨損預(yù)測系統(tǒng)。系統(tǒng)對得到的振動(dòng)信號(hào)特征值樣本進(jìn)行訓(xùn)練，為氣閥磨損情況、服役狀態(tài)的預(yù)測提供基礎(chǔ)。

1 船用柴油機(jī)缸蓋振動(dòng)信號(hào)特征值樣本提取

由于排氣閥撞擊、缸內(nèi)燃爆等影響，低速船用二沖程柴油機(jī)缸蓋振動(dòng)信號(hào)具有一定周期性，圖1 所示為實(shí)測缸蓋振動(dòng)信號(hào)一個(gè)周期的信號(hào)變化，依據(jù)運(yùn)行的特征，分成排氣閥開啟、排氣閥撞擊、缸內(nèi)燃爆的三個(gè)特征峰。根據(jù)實(shí)測的信號(hào)圖以及缸內(nèi)壓力變化，建立低速機(jī)運(yùn)行流固耦合有限元模型并對其校正。通過模擬得到的缸蓋振動(dòng)信號(hào)如圖2 所示。構(gòu)造不同磨損量的模型，并進(jìn)行模擬，通過對模擬得到的缸蓋振動(dòng)信號(hào)進(jìn)行分析，得到不同磨損量下的特征值。構(gòu)造閥面磨損量為0～2mm（此為氣閥報(bào)廢的磨損值），對應(yīng)閥底磨損量為0～12mm（此為氣閥報(bào)廢的磨損值）。

圖1 柴油機(jī)缸蓋振動(dòng)時(shí)域信號(hào)

圖2 模擬無磨損缸蓋振動(dòng)信號(hào)

2 基于BP 神經(jīng)網(wǎng)絡(luò)的振動(dòng)信號(hào)氣閥磨損預(yù)測系統(tǒng)

BP 神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。它的突出優(yōu)點(diǎn)就是具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)。網(wǎng)絡(luò)的中間層數(shù)、各層的神經(jīng)元個(gè)數(shù)可根據(jù)具體情況任意設(shè)定，并且隨著結(jié)構(gòu)的差異其性能也有所不同。通過模擬得到的振動(dòng)信號(hào)特征值與對應(yīng)磨損量作為BP 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，以實(shí)現(xiàn)通過輸入信號(hào)特征值對磨損情況進(jìn)行預(yù)測。

選擇氣閥故障為閥面-閥底同時(shí)磨損，特征參數(shù)選取峰峰值（時(shí)域分析）及頻率標(biāo)準(zhǔn)差（頻域分析），實(shí)際值及預(yù)測值是閥面磨損深度+閥底磨損深度，重復(fù)多次模擬后得到樣本集，表1 為特征提取得到的訓(xùn)練樣本。

表1 缸蓋振動(dòng)信號(hào)統(tǒng)計(jì)特征參數(shù)表

表2 為特征提取得到的測試樣本。依據(jù)測試樣本的峰峰值以及頻率標(biāo)準(zhǔn)差，通過表1 的訓(xùn)練樣本所訓(xùn)練的BP 模型，可以得到預(yù)測值5.5mm、8.9mm、13.85mm，與實(shí)際的值對比，可以分別得到誤差1.8%、2.2%、4.1%。圖3 為預(yù)測值、實(shí)際值和誤差的分析圖。誤差在5%以內(nèi)，說明利用時(shí)域、頻域特征值訓(xùn)練的BP 神經(jīng)網(wǎng)絡(luò)模型有效。

圖3 預(yù)測值、實(shí)際值和誤差的分析圖

表2 測試樣本集（時(shí)域、頻域特征值方法）

基于建立好的BP 神經(jīng)網(wǎng)絡(luò)模型，利用數(shù)據(jù)分析軟件MATLAB 建立了低速船用柴油機(jī)缸蓋振動(dòng)信號(hào)氣閥磨損預(yù)測系統(tǒng)。圖4 為信號(hào)預(yù)測系統(tǒng)初始界面。

圖4 信號(hào)預(yù)測系統(tǒng)初始界面

在初始界面中，輸入測得的缸蓋振動(dòng)信號(hào)分析的特征值參數(shù)即可進(jìn)行閥面磨損深度+閥底磨損深度值的預(yù)測。結(jié)果如圖5 所示。

圖5 信號(hào)預(yù)測系統(tǒng)初始界面

3 結(jié)語

（1）通過實(shí)測信號(hào)與模擬信號(hào)結(jié)合，考慮實(shí)際服役狀態(tài)，借助校正的有限元模型得到不同磨損程度下的船用柴油機(jī)缸蓋振動(dòng)信號(hào)特征值樣本。

（2）基于得到的缸蓋振動(dòng)信號(hào)特征值樣本和BP神經(jīng)網(wǎng)絡(luò)模型，利用MATLAB 進(jìn)行樣本訓(xùn)練并建立氣閥磨損值BP 預(yù)測模型。基于建立好的BP 預(yù)測模型建立缸蓋振動(dòng)信號(hào)氣閥磨損預(yù)測系統(tǒng)。