所属栏目：化学论文范文发布时间：2011-02-25浏览量:335
摘要：柴油机故障诊断技术是利用柴油机的状态信息和历史状况，对船舶柴油机的故障诊断、预测故障的一门建立在多学科基础上的综合技术。基于LabVIEW 的船舶柴油机远程故障诊断中的研究,提出了基于虚拟仪器和Internet 的远程故障诊断系统，使远程故障诊断和多专家协同会诊成为可能。
关键词：船舶柴油机, 供油系统，故障诊断，BP神经网络
1 引言
根据英国柴油机工程师和用户协会提供的资料表明:造成柴油机停机后果的各种原因中，燃油供给系统故障占27%，所占比例最大。因此，及时了解燃油供给系统的工作状态，及时发现故障显得极为重要。并且柴油机供油系统的状态信息主要体现在高压油管的压力波形中，因此通过对压力波形的分析，提取足够的特征信息，判断系统的工作状态，以达到诊断系统故障的目的[1,2]。本文中通过虚拟仪器采集高压油管燃油压力波，从压力波形中提取特征参数，且对特征参数归一化处理之后。作为BP 神经网络的输入层参数，最后得出引起故障的原因。
2 船舶燃油系统的作用和组成
燃油系统的作用是，有控制地向柴油机供应具有一定的压力、流量和雾化良好的燃油以保证柴油机的燃烧能高效地进行;能可靠地连续运转，正确发挥柴油机的功能。船舶柴油机的燃油系统包括供应和喷射两个系统。供应系统一般由日用燃油柜、燃油滤清器、输油泵和燃油管路等组成(大型船舶还设有燃油舱)，用来保证喷射支系统连续供给充分、优质和洁净的燃油。喷射系统一般由高压喷油泵、喷油器和高压燃油管路组成，用来在最适当的时间内，将一定的数量的燃油,以良好的雾化喷入汽缸，使其与空气均匀混合而完成燃烧，并有效地转化为机械功。柴油机的燃油系统设备和布置，根据其机型和所使用燃油不同，而有差异。柱塞式喷油泵柴油机供给系统如下，柴油从柴油箱输入到输油泵，并经输油泵吸入，又经柴油机过滤器压入喷油泵，经喷油泵工作建立起高压再经喷油器喷入汽缸燃烧室。从喷油器泄漏出来的柴油沿回油管流回柴油箱;喷油泵多余的柴油则流回到输油泵的吸入口处。
3 供给系统的常见故障及产生的原因
开展柴油机故障诊断技术研究，不仅能够帮助维修人员及时发现故障、定位故障，同时能够带来潜在的巨大的军事、经济和社会效益，具体表现在:1)、可以保障船舶运行安全性，减少或避免因事故而造成的重大经济损失和人身伤害。船舶大型机组一般多是在高速、重载下运转，机组运行时的能量很大，一旦发生故障就可能造成严重破坏，甚至使整个机组报废。2)、能够帮助维修人员早期发现设备的异常症状，以便尽快查明故障原因，预测故障的影响，从而实现有计划、有针对性的按工作状态进行维修，即视情维修。这样可以在全局上延长检修周期，缩短检修时一间，从而有效提高设备的运行率。3)、减少维修时间，提高维修质量，节约维修费用。在有计划、有针对性和视情维修的基础上，有时间做好维修前的准备工作，如:资料、工具、器材及检测仪器等，可有效提高维修效率及维修质量，减少平时器材储备，将过去制定的不尽合理的年度、季度维修次数减至最小，避免过剩维修，降低维修费用。4)、节省人力，便于及时掌握柴油机工作状况，为确保装备完好率打下良好的基础。维修人员可以在周保养、季维护、年维修期间中充分利于故障诊断系统，对所属装备柴油机进行全面检测，了解柴油机的工作状况，发现故障及时排除。
柴油机工作过程中，燃油供给系统的故障多发生在高压油路，而柱塞偶件和喷油器又是整个供油系统的关键部件，它们的性能好坏直接影响系统乃至整个柴油机的工作性能。柴油机供油系统常见故障的主要有喷孔堵塞，启喷压力降低,喷油器弹簧折断,针阀卡住以及针阀偶件磨损。下面对主要故障模式产生主要原因和压力波影响分#p#副标题#e#析如下[3,4]：
(1)喷孔堵塞
喷孔堵塞主要原因有：喷油头积碳、燃油中混进固体杂质而引起喷孔堵塞。压力波形上表现为峰值压力明显大于正常压力波峰值，其斜度、峭度及峭度指标远大于正常压力波,说明燃油压力升高急剧;除波形指标和裕度指标外,其余指标都有明显上升。
(2)启喷压力降低
启喷压力降低主要原因有：压力调节螺钉松动、调压弹簧弹力下降或折断、工作面挤压或磨损导致弹簧预紧力下降。在压力波形上表现为压力波峰值明显下降,其峭度指标明显低于正常燃油压力波。说明波形上升较缓;在余波中可明显看出反射波较小;另外其方根幅值和平均幅值都有明显下降。其余指标如方均根值、波形指标、裕度指标和脉冲指标都有不同程度升高。
(3)针阀卡住
针阀卡住的主要原因有：喷嘴过热针阀变形、燃气从喷孔倒流入内腔、喷油柴油中杂质或喷孔附近积碳严重等而引起针阀卡住。在压力波形上表现为峰值、幅值、方差、峭度和峭度指标都远远大于正常值;其波形指标和裕度指标都远低于正常值,其余指标也有较大幅度提高。
(4)针阀偶件磨损
针阀偶件磨损主要原因有：喷油器弹簧的冲击与柴油中杂质的冲刷作用、柴油带入的杂质磨削作用。在压力波形上表现为其幅值、峰值指标和峭度指标均小于正常值,说明压力波上升平缓;其余指标都有不同程度升高。
4 压力信号的采集与特征参数的提取
数据采集一般流程为:传感器—信号调理箱—上位机(采集卡)，传感器是将目标信号转换为电流或电压; 信号调理箱的作用主要是对信号把信号转变为适合采集卡读取的信号;采集卡则以设定的采样频率、采集信号数据。
本系统中采用夹式移动高压燃油喷射压力传感器。而采集卡则采用NI公司生产的低价位多功能输入输出卡PCI-6089作为本故障诊断系统的数据采集卡，该板卡是多个模拟—数字转换器构架上创建，每个通道都有强大的处理能力和出色的精准度。与LabVIEW编程语言完全兼容，编程控制比较容易修改，且性能稳定。本故障诊断出于对经济性、灵活性、实用性多方面的考虑，采用Functions模板>>NIMeasurements子模板>>DAQmx-Data Acquisition节点来完成数据采集工作。在实际应用中使用通过DAQ-Assistant配置测量任务、通道和标定的图形化接口。
根据实际工作经验，常用于柴油机燃油系统状态监测与诊断的特征参数主要是峰值、方差、方根幅值、.斜度、峭度和峭度指标。
5 BP 神经网络故障识别
5.1 BP 神经网络算法BP
神经网络得名于BP(Back-Propagation)算法，它属于一种有监督的学习规则。对于q 个学习样本P1，P2，⋯，Pq，已知与其对应的输出样本为T1，T2，⋯，Tq。
学习的目的是用网络的实际输出A1，A2，⋯，Aq 与目标向量T1，T2，⋯，Tq 之间的误差来修改其权值，使Al(l=1，2，⋯，q)与期望的Tl 尽可能的接近，即使输出层的误差平方和达到最小。典型的BP 网络是三层前馈网络，即输入层、隐含层(也称中间层或特征抽取层)和输出层，如图3.5 所示的是一个简单的三层BP 网络模型(3-4-2)。图中隐含层单元与输入单元，以及和输出单元之间，通过相应的连接权逐个相互连接。W(j,i)表示输入层第i 个节点与隐层第j 个节点的连接权值，共4x3 个权值。v(k,j)表示隐层第j 个节点与输出层第k 个节点的连接权值，共2x4 个。神经元的特性函数是指激活函数与阈值函数的复合函数，通常为阈值型、分段线形型和Sigmoid 函数型。BP 神经网络采用Sigmoid 函数型。
BP 网络主要用于：1) 函数逼近：用输入向量和相应的输出向量训练一个网络逼近一个函数。2) 模式识别：#p#副标题#e#用一个特定的输出向量将它与输入向量联系起来。3) 分类：把输入向量以所定义的合适方式进行分类。4) 数据压缩：减少向量维数以便于传输或存储。
5.2 神经网络故障诊断
BP 网络由于其具有很强的非线性逼近能力及自适应、自学习能力，因此可以处理那些难以用数学模型描述的系统，本系统主用通过BP 网络对故障模式进行分类。由于LabVIEW 中没有神经网络相关的函数工具包，所以在此利用LabVIEW 提供的MATLAB Script 节点来调用MATLAB 神经网络工具箱中的函数来创建和训练神经网络。MATLAB Script 节点在LabVIEW 中位于Function 模板>>Analyze 子模板>>Mathematics子模板>>Formula 子模板下。模拟柴油机工作状态提取特征参数，建立标准故障模式。其中的F1～F8 分别代表正常喷射,喷孔堵塞1个、2个,启喷压力20 MPa和18. 5MPa ,喷油器弹簧折断,针阀下卡死以及针阀偶件磨损八种故障模式。
在训练标准故障模式特征参数时，经过对MATLAB 神经网络训练的程序多次调试，证明采用下述方法，训练效果比较明显。1) BP 三层网络结构为NN(6，8，16) ，即输入单元数6 对应6 个故障特征参数，输出单元数8 对应8 种故障模式，中间层数为16;2) 神经网络算法的第一层选用tangsig 函数，第二层选用logsig 函数，并选用LM(Leven-Marquardt)算法;3) 学习率为0.01，最大训练次数1000 次，训练要求精度为0. 0001;4) 设置训练过的特征参数门限值为0.8，即训练结果的值大于0.8，输出1，否则输出为0。
根据仿真结果表明当训练到74 次的时候就符合了0. 0001 精度要求，说明该故障模式分类是完全有效。再将归一化后的数据送入MATLAB Script 节点，得到一串0、1代码，并与标准故障模式匹配，输出故障诊断结果。
6 结语
这里采用外卡式压力传感器测取的高压油管压力波可实现对柴油机喷油器故障的不解体诊断，并且把虚拟仪器应用到故障诊断系统中，将原先笨重、昂贵的硬件模块变为小巧、方便的软件模块编程。本章中把虚拟仪器技术与人工神经网络模型引入喷油器的故障诊断中,实现对柴油机故障的智能诊断,并有利于实现实时故障的在线检测。实践证明,实现柴油机不解体故障诊断、故障诊断虚拟化、是智能故障诊断的一个发展方向。
参考文献：
[1]王颖，冯志敏，朗豪翔，王炳辉，邹介棠.船舶柴油机远程故障诊断研究.船舶工程，2002，(4)：31~33
[2] 王俊，迟钦河，俞松耀，熊智慧. 基于虚拟仪器技术的测速雷达信号处理系统.微机算计信息，2003(10)：66-68.
[3] 娄云，李青林，赵卫兵，柴油发动机燃油压力波形特征提取方法.内燃机车,2005(10):41-44.
[4] 张红辉，李晓建，张振仁，柴油机供油系统的检测与研究.机电工程技术,2004(33).