（机械电子工程专业论文）基于振动分析的内燃机故障诊断研究.pdf

华中科技大学硕士学位论文 摘要 由于内燃机结构复杂、激励源众多等特点，目前尚无一套成熟实用的诊断方法能 对内燃机进行准确的故障诊断，建立内燃机的故障诊断系统是人们努力的方向。 本文主要以振动诊断法为主，在对内燃机进行结构和振动特性分析的基础上，针 对内燃机表面振动信号的时域、频域特性和非平稳时变特点，通过对实测故障信号和 正常信号的对比分析，给出了几种对内燃机诊断行之有效的特征提取方法和故障特征 量，如时域分析方法和时域特征量、频域分析方法和频域特征量、时频分析方法和时 频特征量以及小波包特征量。在此过程中，重点对短时傅立叶变换、w i g n e r v i l l e 分 布和小波变换这三种时频分析方法进行了分析比较，将他们分别用于内燃机失火故障 实例的诊断，取得了比较好的效果，证明时频分析方法在内燃机表面振动信号特征提 取中具有比传统的傅立叶频谱分析更好的特征提取能力。对应用于多层前馈神经网络 的b p 算法进行了分析研究，并介绍了各种改进算法，采用附加动量项和自适应调整学 习速率法相结合的策略，克服了标准8 p 算法收敛速度慢和易陷入局部极小点的缺点， 在此基础上建立了基于b p 神经网络的内燃机故障诊断模型，用实例验证了该模型的有 效性。在综合运用上述各种方法、理论的基础上，用v i s u a lc + + 和m a t c o m 混合编程 方法开发了一套内燃机故障诊断系统，并用于生产实际。 本文的研究结果表明，综合采用时域、频域、时频域和小波包特征量，建立基于 b p 神缀网络的内燃机故障诊断系统是可行的，但是要彻底解决内燃机的故障诊断问 题，还有许多工作要做，尤其是各种故障的振动机理和非平稳信号特征提取的分析研 究，最后本文提出了一些有待进一步改进和完善的工作及建议。 关键字：内燃机故障诊断特征提取时频分析神经网络 华中科技大学硕士学位论文 a b s t r a c t b e c a u s eo ft h ec o m p l e x i t ya n dm u l t i p l e e x c i t a t i o no fi n t e r n a lc o m b u s t i o ne n g i n e ( i c e ) t h e r ei s n tas e r i e so fe f f e c t i v ea n da p p l i c a b l ef a u l td i a g n o s i sm e t h o d sf o ri ta t p r e s e n t s oi ti sa d i r e c t i o nf o rr e s e a r c h e r st ob u i l du pf lf a u l td i a g n o s i ss y s t e mf o ri c e t h i st h e s i s m a i n l yi n v o l v e dv i b r a t i o nd i a g n o s i s o ni c e b a s e do nt h es t r u c t u r e d y n a m i ca n a l y s i sa n dd e t a l l e dv i b r a t i o np r o p e r t i e sa n a l y s i so f i c e a n di na l l u s i o nt ot h e t i m ed o m a i na n df r e q u e n c yd o m a i nc h a r a c t e ra n dn o n s t a t i o n a r i t yo ft h es u r f a c ev i b r a t i o n s i g n a l so ni c e s e v e r a le f f e c t i v ef e a t u r ee x t r a c t i n gm e t h o d sa n df e a t u r ev a r i a b l e so ft i m e d o m a i n ，f r e q u e n c yd o m a i na n dt i m e f r e q u e n c y d o m a i na r e p r o p o s e db ya n a l y z i n ga n d c o n t r a s t i n g f a u l ts i g n a l sw i t hn o r m a ls i g n a l sw h i c hw e r e s a m p l e d i np r a c t i c e i nt h i ss e c t i o n ， t h r e ek i n d so f t i m e f r e q u e n c ya n a l y s i sm e t h o d ss u c ha ss h o r tt i m ef o u r i e rt r a i l s f o r m ( s t f t ) ， w i g n e r - v i l l ed i s t r i b u t i o n ( w v d ) a n dw a v e l e tt r a n s f o r m ( w t ) a l ee m p h a s i z e dt oa n a l y z e a n dc o n t r a s t t h e s et i m e f r e q u e n c ym e t h o d sw e r eu s e dt od i a g n o s et h ei _ c e m i s f i r ef a u l t a n dt h er e s u l ts h o w st h a tt h e s et i m e f r e q u e n c ym e t h o d sh a v em o r es t r o n g e rc a p a b i l i t yo f e x t r a c t i n g f e a t u r ef r o mt h es u r f a c ev i b r a t i o n s i g n a l s o fi c e t h a nt r a d i t i o n a lf o u r i e r a n a l y s i s 1 1 1 eb a c kp r o p a g a t i o na l g o r i t h mw h i c ha p p l yt ot h em u l t i # a y e r f e e d f o r w a r dn e u r a l n e t w o r k sh a v eb e e na n a l y z e d ，a n di t sc o n v e n t i o n a li m p r o v i n ga l g o r i t h m sf i r ei n t r o d u c e d t h es t r a t e g yo f c o m b i n i n ga p p e n d e d m o m e n t u mt e r mw i t l la d a p t i v el e a r ns p e e da d j u s t i n gi s a d o p t e d t oo v e r c o m et h ed e f e c to ft h es l o w c o n v e r g e n c ea n dl o c a le x t r e m u mp l u n g eo f t h e s t a n d a r db a c kp r o p a g a t i o na l g o r i t h m af a u l td i a g n o s i sm e t h o df o ri c e b a s e do nb a c k p r o p a g a t i o nn e u r a ln e t w o r k s i sb u i l tu p ，a n dt h ee f f e c t i v e n e s so ft h i sm e t h o di sv a l i d a t e db y t h ep r a c t i c a lc a s e o nt h eb a s i so f c o m p r e h e n s i v eu s eo f t h o s em e t h o d sa n dt h e o r i e sw h i c h a r cp r e s e n t e di nt h i st h e s i s ，af a u l td i a g n o s i ss y s t e mf o ri c e i sb u i l tu pb yu s i n gt h e p r o g r a m m i n g m e t h o do f c o m b i n i n gv i s u a lc + + w i t h m a t c o m t h e s y s t e m h a sb e e nu s e d i np m c f i c e r e s e a r c hr e s u l t so ft h i st h e s i ss h o wt h a ti ti sf e a s i b l et ob u i l du p 眦e f f e c t i v ef a u l t d i a g n o s i ss y s t e mf o ri c e b a s e do nb a c kp r o p a g a t i o nn e u r a ln e t w o r k st h r o u g hu s i n gt h e f e a t u r ev a r i a b l e so f t i m ed o m a i n ，f r e q u e n c yd o m a i n ，t i m e - f r e q u e n c yd o m a i na n dt h ef e a t u r e v a r i a b l eo fw a v e l e t p a c k e t s m e a n w h i l e ，t ot h o r o u g h l ys o l v et h ep r o b l e m o ff a u l td i a g n o s i s o fi c e 。i tm u s tb es t a t e dt h a tt h e r er e m a i a sm u c hh a r dw o r kt od o ，e s p e c i a l l yt h er e s e a r c h o ff a u l t m e c h a n i s m ，t h e r e s e a r c ho f a n a l y z i n g m e t h o d sa n df e a t u r ee x t r a c t i o no f n o n s t a t i o n a r ys i g n a l s al o to f w o r k a n da d v i c ei sa l s op r o p o s e da tt h ee n do f t h i st h e s i s k e y w o r d s ：i n t e r n a lc o m b u s t i o n e n g i n e f a u l t d i a g n o s i s f e a t u r ee x t r a c t i o n t i m e - f r e q u e n c ya n a l y s i s n e u r a ln e t w o r k s h 独创性声明 本人声明所里交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对 本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：勃惋哎 e t 期：妒叩年岁月， 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论 文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印 或扫描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本论文属于 不保密囱。 ( 请在以上方框内打“”) 学位论文作者签名：锄恒义 e l 期：伊驴年、厂月e t 指导教师签名：失织柢 e t 期：z l - q - 年5 月i z e t 华中科技大学硕士学位论文 1 1 课题概述 1 1 1 课题研究的目的和意义 1 绪论 随着当今社会工业化水平的迅猛发展，作为主要生产工具的机械设备不断向大型 化、高速化、高精密化的方向发展，结构越来越复杂，工作性能不断改善，自动化程 度和生产效率也越来越高。然而，其结构的大型化、复杂化也增加了其发生故障的潜 在可能性和故障种类的复杂多样性，一旦设备某部分发生故障，就可能被迫停工停产， 直接或间接造成巨大的经济损失，严重的还会毁损整台设备，甚至危及人身安全。因 此，对运行中的设备进行状态监测和实时故障诊断，防止或减少故障的发生显得尤为 重要。 机械设备故障诊断是识别机器或机组运行状态的科学，它研究的是机器或机组运 行状态在诊断信息中的反映【l 】，其本质是一个状态识别的过程。具体来说，它是利用 测取机械设备在运行中或相对静止条件下的状态信息，通过对所测信号的分析和处理， 并结合诊断对象的历史状况，来定量识别机械设备及其零部件的实时技术状态，并预 测异常故障的未来技术状态，从而确定必要的对策的一种技术1 2 1 。其主要包括三个方 面的内容：设备状态信号的采集和故障征兆的提取、故障分类和状态识别以及趋势预 测与决策。由于机械设备的故障诊断过程非常复杂，一般情况下，仅仅依靠单一的方 法无法有效地解决问题，因此必须从各种相关学科中广泛探求有利于故障诊断的原理、 方法和手段，这就使得故障诊断技术呈现多学科交叉融合的鲜明特点。 内燃机是最常用的动力设备之一，在国民经济和日常生活中起着举足轻重的作用， 广泛应用于工业、农业、军事、建筑、交通运输等各个行业，已成为某些行业中不可 缺少的关键设备。它具有零部件多且相互关联、运动复杂、工作环境恶劣等特点，因 而发生故障的可能性也比较大，而且发生故障后，将会影响机械系统的正常运转，直 接或间接地造成巨大的经济损失。目前各企业一般都采用有计划的预防性维修制度， 即定时维修，它是根据设备运行的时间来决定是否进行检修。这种定时维修的方法存 在一定的盲目性，只要到了规定的运行时间，无论是否有故障都要进行拆检，其中相 当一部分属于过剩维修，造成无谓的材料消耗和维修工作量、停产时间及维修费用的 华中科技大学硕士学位论文 浪费。而且，频繁的拆检会破坏各运动副之间原来已经具有的良好润滑条件的摩擦状 态，加剧了磨损，并可能由于装配不当而引起新的故障。因此，采用故障诊断技术对 内燃机运行状况进行监测和诊断，提供其运行状态的信息，及早发现故障征兆，不仅 可以避免恶性事故的发生，降低故障率，而且可以根据其运行状态的信息制订相应的 维修计划，做到“视情维修”。对内燃机进行基于故障诊断技术的“视情维修”可以大 大节省维修时间和维修工作量，提高设备开工率和运行可靠性，从而可提高生产效率 并节约大笔的维修费用，具有重要的经济价值和长远的社会意义。 1 1 2 课题来源 本课题来源于华中科技大学与中国石油吐哈油田公司合作的“设备诊断数据处理 及软件”科研项目。该项目主要目的是结合引进的便携式往复设备数据采集仪开发天 然气发动机一压缩机组的故障诊断系统，包括压缩机部分和发动机部分。 天然气发动机一压缩机组是一种用来压缩天然气，提高天然气压力或输送天然气 的大型机械设备，广泛用于石油化工工业中。机组通常由压缩机和发动机组成，压缩 机用于压缩天然气，发动机用于为压缩机提供动力。 本课题主要以型号为1 6 s g t 的天然气发动机为诊断对象，该发动机为重载、1 6 缸 v 型排列、四冲程的内燃机，为往复式压缩机w 7 4 提供动力，组成天然气发动机一往 复式压缩机组。目前，在该机组的维护中采用的是定期维修的体制，即根据机组运行 时间定期进行维护，分为小修、中修和大修，到了规定的运行时间，无论是否有故障 都要进行拆检，存在维修过剩，造成维修费用的浪费，增加了停工时间，降低了设备 利用率。而且一旦在两次定期维修之间的时间里发生故障，操作人员则无法及时发现， 有可能产生严重的后果。自投产以来，就先后发生了多起突发性故障停机，严重影响 了油田的正常生产。为此，开发一套故障诊断系统对其运行状况进行监测和诊断，随 时掌握机组运行状态，及早发现故障征兆，有计划、有针对性地对机组进行检修，则 可有效地提高维修质量，大大地减少维修费用，提高设备利用率，间接地为企业带来 经济效益。 因此，作为该项目的组成部分，本文运用各种方法，以1 6 s g t 天然气发动机为诊 断对象，展开内燃机故障诊断系统的研究工作，具有十分重要的实际意义。 华中科技大学硕士学位论文 1 2 内燃机故障诊断国内外研究现状及发展趋势 1 2 1 内燃机故障诊断国内外研究现状 机械设备故障诊断是上世纪六十年代开始形成并在近二十年来取得迅速发展的一 门学科，目前已经发展成- f l 集数学、力学、声学、计算机、电子、信息处理、人工 智能等多种专业学科于一体的新兴交叉学科。美国是最早开始设备故障诊断技术研究 的国家，1 9 6 7 年在美国宇航局倡导下，美国海军研究室成立美国机械故障预防小组 m f p g ( m a c h i n e r y f a u l tp r e v e n t i o ng r o u p ) ，积极从事故障诊断技术的研究工作。与此 同时，美国西屋( w e s t i n g h o u s e ) 公司开始在线计算机诊断工作，于1 9 8 0 年投入运行一 个小型电机诊断系统，1 9 8 1 年进行人工智能专家系统的研究，1 9 8 4 年应用于现场，后 发展成大型电站在线监测诊断系统( a i d ) ，并建立了沃伦多故障运行中心( d o c ) ， 通过d o c 中心可以看到分布在全美2 0 多个电厂的数据信息。本特利( b e n t l y ) 公司在 转子动力学方面，对旋转机械的故障机理研究得比较透彻，在振动监测方面做得比较 好，开发的旋转机械故障诊断系统a d r e 3 很受用户欢迎。在欧洲，也有不少研究机构 和公司很早就开始从事故障诊断技术的研究和产品的开发，如英国以r a c o l l a c o t t 为首 的英国机械保健中心( u k ，m e c h a n i c a lh e a l t hm o n i t o r i n gc e n t e r ) 和曼彻斯特大学成 立的沃福森工业维修公司、德国的s c h e n c k 公司、瑞典的s p m 公司以及丹麦的b & k 公司 等。在日本，三菱重工也开发了自己的机械状态监测系统( m a c h i n e r yh e a l t hm o n i t o r i n g s y s t e m ，m h m s ) 。这些公司相继推出自己的监测分析与诊断系统，并都发展为成熟的 商品，现已广泛应用在故障诊断领域，取得了很好的经济效益【3 4 j 。 与西方发达国家相比，我国在故障诊断技术方面的研究起步较晚，但发展很快。 上世纪七十年代在引进国外先进技术的基础上，通过消化吸收逐步发展起来；八十 年代，部分高校和科研单位开展了诊断技术的理论研究和实际应用，并为企业提供咨 询服务；九十年代我国的设备故障诊断技术水平取得了长足的进步，先后研制出多套 先进的设备状态监测与故障诊断系统，如清华大学的q h 一1 系统、哈尔滨工业大学的 m m d e s 系统、华中理工大学的k b - - s e d 系统等1 5 1 ，这些系统都成功地应用于生产 实际中，取得了良好的效果。 目前，对于旋转机械的故障诊断，国内外已经发展了比较成熟的理论，产生了不 少研究成果，并大量应用于生产实践，获得了相当可观的经济效益。然而，对于往复 机械，如压缩机、内燃机等，由于其工作原理和组成结构复杂，零部件众多，导致故 障症状比较复杂，故障与故障原因之间关系复杂，故障信号检测困难，是目前状态监 华中科技大学硕士学位论文 测与故障诊断研究的热点和难点 6 1 。近几年来，国内外很多研究单位在内燃机故障诊 断方面做了大量的研究工作，已有一些研究成果应用于实际监测与诊断中。与其他机 械设备的故障诊断一样，内燃机的故障诊断研究也包括四个方面的内容：故障机理的 研究、状态信号的采集、信号分析和故障特征提取、状态识别与诊断决策【7 l 。 1 故障机理的研究 故障机理的研究是故障诊断的基础，是获得准确、可靠的诊断结果的重要保证。 为了故障诊断工作的顺利开展，国内外很多科研人员和科研部门在内燃机的故障机理 方面作了大量的研究工作。例如，文献 8 对活塞缸套磨损和滑动主轴承磨损故障振动 诊断机理进行了理论分析和试验研究；文献 9 通过研究活塞环的振动机理和活塞缸 套敲击的机理，了解其振动特征来诊断活塞环胶结故障和活塞缸套的磨损故障；文献 1 0 研究了气门漏气时的声学特性和振动诊断机理，并据此诊断气阀漏气故障。 虽然在内燃机故障机理方面的研究取得了一定成果，但仍然有很多故障机理尚未 明确，需要进一步深入研究。 2 状态信号的采集 目前，在内燃机的故障诊断中主要采用以下几种测试诊断方法： ( 1 ) 振动诊断法 随着振动信号分析处理技术的发展，国内外在内燃机振动诊断方面的研究已取得 了较大进展。早在上世纪7 0 年代，美国麻省理工学院r h l y o n 教授就开展了许多内燃 机振动诊断的基础理论研究，日本的t k a t a g i 和r k i m u r a 等人也一直利用振动和声音信 号进行船舶柴油机的故障诊断研究。目前，研究的重点是通过缸盖或缸体振动信号， 提取故障特征，对其工作过程和磨损状况进行诊断。通过对缸盖或缸体振动信号进行 各种分析处理，如传统的谱分析、倒频谱分析、时序模型分析以及时频分析【l i 】等，可 以分离出故障特征。通过建立缸盖振动信号和缸内压力之间关系的模型，可从缸盖振 动信号中重构出缸内压力 1 2 , 1 3 , 1 4 , 1 5 】，进而对缸内燃烧状况进行诊断。文献 1 6 通过建 立缸盖振动的非线性动力系统信息模型，采用奇异谱分析的方法提取故障特征。另外， 文献 1 7 通过内燃机机体振动信号对内燃机主轴承进行状态监测和故障诊断。 ( 2 ) 瞬时转速法 由于内燃机正常工作时的瞬时转速存在有规律的波动，其中蕴涵了丰富的与机器 运行状态相关的信息，通过对内燃机瞬时转速的检测与分析可以对缸内工作情况进行 诊断。运用瞬时转速法对内燃机进行故障诊断，国内外已有相当多的尝试，如用瞬时 转速诊断内燃机失火i 埔】、反演气缸压力【纷1 等。瞬时转速法虽然具有信号测取简单、可 靠性高、故障判据可移植性好的特点，但它只能确定工作不正常的缸位，不能确定造 成故障的原因。 华中科技大学硕士学位论文 ( 3 ) 油液分析法 在机械故障诊断中，通过检测润滑油中磨粒的大小和含量可以间接判定运动部件 的磨损状况。以光谱分析和铁谱分析为代表的油液分析技术，具有信息集成度高的显 著特点。应用光谱和铁谱分析技术监测内燃机磨损状况，已成为内燃机状态监测和故 障诊断的一种有效手段 2 0 1 。但油液分析法的分析仪器价格昂贵、且不能实时诊断等缺 点限制了该方法的推广使用。 ( 4 ) 热力参数法 内燃机的热力参数包括气缸压力示功图、排气温度、转速、润滑油温、冷却水进 出口温度及捧放参数等。热力参数的变化可以反映内燃机不同的工作状态，因而通过 对内燃机热力参数的j | 矗测与分析可以诊断内燃机的性能故障。国内外很多公司和研究 机构研制出采用热力参数进行内燃机工况监测和故障预报的系统，如瑞士s u l z e r 公司的 s e d s 系统、丹麦b & w 公司的c c l 0 系统、日本三菱公司的c o m o s 0 4 系统、大连海事大学 的d m c 2 0 1 系统等。 3 信号分析和故障特征提取 故障特征的提取是分析诊断故障的前提和基础，能否正确有效地提取出故障特征 量是故障诊断成败的关键。信号分析与处理技术已成为故障特征提取的重要工具。当 前在内燃机的故障诊断中所用的信号处理和故障特征提取方法主要有以下几种： ( 1 ) 时域分析法 时域分析法是通过对测得的时间历程信号直接进行各种统计运算，得到信号在时 域波形上的描述指标，如均值、均方根值、方差等。由于内燃机中各机构的执行先后 有序，且具有一定的周期性，故表面振动信号具有一定的时域特性。通过提取反映振 动大小的参数，可以对故障进行初步判断。 ( 2 ) 频域分析法 频域分析是目前信号分析中最常见的一种分析方法，借助快速傅立叶变换( f f t ) 将错综复杂的时域信号转换到频域中，根据频率分布特征和变化趋势判断故障类型和 种类。 ( 3 ) 时频分析法 时频分析法是针对非平稳的时变信号或非线性信号的分析方法，它是在时间一频率 域而不是仅在时域或仅在频域上对信号进行分析。1 9 4 6 年，g a b o rd 提出了g a b o r 变换， 奠定了时间和频率联合域内进行信号分析的理论基础，也是时频分析的思想起源。1 9 4 7 年，p o t t e rr k 等提出了短时傅立叶变换s t f t 。1 9 4 8 年，v i l l ej 在w i g n e r 分布的 基础上提出了一种先进的时频分析方法w i g n e r - v i l l e 分布。之后，时频分析方法在信 号分析处理领域得到了众多学者的重视，并逐步得到改进和发展【2 1 0 2 ，刀1 。由于s t f t 的 华中科技大学硕士学位论文 露频分辨率圈定，缺乏缨恁戆力，逐步蔹2 0 墼纪8 e 年发震起来豹一耪巍瓣数学方法 小波( w a v e l e t ) 分析所取代。在小波分析的基础上，小波包分析也获得了广泛的 废羯洲。嶷内燃搬豹振动诊藜孛，由于逡褥转速懿不稳定、载芬瓣交耗、燃瀑狰老、 气阀落座产生的冲击、活塞敲击等导致了缸盖或_ 敬体振动信号的非平稳特性，采用时 频努辑方法来分攒处理熬更野地剡划邀馈号貔特链1 2 5 , 2 6 , 2 w 。当嚣辩叛分攒方法在癌燃 机的振动诊断中获得了越来越广泛的应用，如文献 2 8 用短时傅斑叶变换、w i g n e r r i f l e 分柱及小波变换提取汽油枧爆振特征；文献 z 9 1 3 0 采用爨分配乎滑伪w i g n e r - - v i l l e 分布( r s p w v d ) 从发动机振动信母中提取故障特铽，识剐发动机备种异晌故障 葶口曲轴轴承磨损救障；文献e 3 1 用小波提取内燃机气阀关闭时的冲击响应，从而诊断 气阀磨损故障等。 ( 4 ) 参数模溅法 报据被浏系统的特倭建立起参数穰鼙，孬乖用所获褥酶信毒计算峦模塑酶特链参 数，根据参数模型对系统进行动淼分析以及趋势预测与控制，这一方法就是参数模型 法。嚣蓠，获褥广泛痘焉瓣参数横鳖法之是懿窿模鍪l 方法。宅楚依据辩窝序翔信号 拟合出差分方程形式的数学模型，如自圃归滑动平均( a r m a ) 模型，根据模型及其 参数对系统进程势辑窝蓣滚，蘩文献0 2 瘸缸盏表嚣振动结号建纛a 廷襄a r m a 攘藿， 诊断气阀敞障，文献【3 3 】用小波包去噪届的缸盖振动信母建立a r m a 模烈识别缸内气 锩压力等。迓珏攀来，分澎蔻舞终为一耱凝瓣参数模型方法在内燃壤教辕诊叛孛获缮 越来越广泛的应用，它通过分形维数这一定量刻划混沌吸引子“奇异”程度的参数来 渗凝赦障，魏搀缴盏鹣燃爆冲击叛动看终一秘漫涟运动，对截取黪燃烧毁妊盏搬动信 号计算分形维数来诊断气阀故障f 3 郴。 4 状态识别与诊断决策 从原始信号巾提取出各种故障特征纛后，这魑特征鬃就高度“浓缩”了原始信号 巾所携带的有关设备状态的信息，如何由这些特镬量来识剐出机械设备的状态，这就 需要由状态识剐米完成，识射出设备状态后采取相应的对策和播旒，对设备运行进行 必要的预测和干预，这就是诊断决策过稷。目前在故障诊断中所用的状态识别和诊断 决策方法除了传统的对魄诊断法、函数诊断法、逻辑诊断法、统计诊断法及横襁诊断 法1 4 j 外，现已广泛采用人正智能的方法来进行识别诊断，如专家系统、神经网络蒋。 专家系统能够将设备瞽瑾和维修入受静实际经验激及专家豹稳维方法同诗冀税强 大的运算能力和巨大的存贮容量棚结合，通过知识和推理来解决只有专絮才能解决的 笈杂闼纛。嚣蔫专家系统在藏簿诊断孛获褥了广泛应惩。 神经网络也怒人工智能技术中比较活跃的成员之一，出于它具有大规模并行处理、 分鑫式存 i 蠡、鑫缀织、巍逶瘟秘爨学习黢力，逶念处理苓精确、模糍豹臻患，璁基广 6 华中科技大学硕士学位论文 泛褒焉在备个领蠛孛。在海燃瓤瓣藏障诊断孛。b p 棒羟鬻缮峦予矮毒较鼹躲嚣畿性浃 射能力丽被广泛_ 陵用，如将b p 神经网络用于缸盏搬动信母的分类识别，实现气门间隙 熬谖鬻，凌有耀奠德类黧瓣替经瓣络遂簿蠹煞壤瓣诊瑟，辩文献p 霹餍a r r 瘸终进孬 气阀机构的故障诊断与识别，文献【3 6 】用自组织映射( s o m ) 网络对柴油机声倌母进 稽努类敦识裁气瓣藏簿。 为撼高内燃机故障识别诊断的准确 ! ! 妊，在实际应用中也常常联合使用多种方法， 轰斑莽究，魏静经耀终毒程糙囊结合遴孬渗瑟弘_ 翊，在专塞系统审嬲；棒经麴终 3 9 l 等。 1 2 2 内燃皴教辣诊薮露冁抟翘躐疑发展的趋势 尽蟹内燃机故障诊麟技术已墩褥长照越发展，但远求达到完髌豹水平，在实际应 爝孛尚蔼嵇许多淹题。霹翦实际废藤孛较事的是采雳燕力参数诊断藉一般强度懿簸滚， 以及利用光谱、铁谱等油液分析技术来确定内燃机的磨耗状态，存在准确性低、诊断 爝瓣长、专韭东平要求荐鹣缺熹。嚣霜撅貔信号、瓣时转速蔫弩进露蠹燃撬故障黥诊 断，具有信号测鞭方便，适于在线诊断摊优点，但大多处于实验室和试验研究阶段， 磷究蠹黎辏多蠹攀一蘸薄状态酌诊瑟，甏惩达到安矮健髓疆凌，诊瑟瑾谂耪实残存褥 予进一玲提高。 令惹，疼燃魏蔽藩诊赣将窝饕多源髂惑鞋套、实对猩缓诊麟耧鬻终拖诊羝数方窝 发展 4 0 i 。对内燃机的各种状态信息，如缸盖或缸体振动、声响、排气温度、冷却水温、 簸窭磅攀、鬓醇转速、掇矩等逡行蕊惠敲会，综奈诊鼗，将毵太大握蹇诊凝熬熬确性； 通过在内燃机内预埋传感器，在分析内燃机运动状态及振动机理的基础上，利用现代 瓣凝努辑、蠢、渡努褥、模羰逻辑霸羝糙嶷理论等方法提取竣簿特缝，透过享孛经列络、 专家系统等人王橱能方法实现故障的自劝诊断，将能最终实现程线诊断；利用掰络技 术姆多令诊瑟螽缝联系怒寒，宴糯资鞭共事，可以提高渗颧豹攫爨和耪崖。 1 3 本文所做的工作 由予搬动分树法具有信号获黻容易、诊断范蹦广、般测诊断方便等优点，融成为 辘械设备故障诊耨孛羲常爱、最育效懿警段之一，广泛应翅子燃气转辊鳃、汽轮发毫 机组等旋转机械的状态j l 茳测和故障诊断。但在内燃机、牲复式聪缩机等往复机械的监 溅渗麟瘫蘑争还存在黎多器矮，童要原嚣在予它宙j 运孬形式羹杂多群，激蘑嚣多，囊 谢旋转避动又有牲复运动，同时还存在不平衡冲击，机舟振动储号由一系列频辫、幅 痿差翔较大静瓣态羲痘掰缝戚，稳残藏努复杂，其实囊爨在 带稳交互狨运行下产垒 华中科技大学硕士学位论文 的强非平稳信号。因而深入分析内燃机的故障机理，建立激振源特征、振动传递特 薤与簸簿特镁之阗懿关系，获振动璃癍穰号中提取旁关静敲辕信意，逡行枫嚣获态识 别成为内燃机振动诊断的关键。 本文浚天然气发麓撬一缝复式援壤辊缝辛静1 6 s g t 天然气发动瓤为褥定研究辩 象，擞要采用振动诊断法，缩合信号处理、时频分析、神经网络等技术开展了内燃机 教障诊錾方嚣豹疆究鸟器发，圭要徽戳下足方瑟静z 毒筝： 1 对内燃机的结构、动力学特性进行了分析，在此基础上分析了内燃机的激振源 秘转攥鼹经，扶瑟了鳃内燃瓿熬表嚣掇凑售孽豹黪毪，为正确提取竣辫娉缝豢 打下藏础： 2 根据内燃枫黪结构特点和激励源灼传播路径，鞋及表嚣振动傣号豹麟域特性， 对内燃机振动的测点选择和采样方式进行了介绍： 3 通过蒜种信号处理方法从内燃机表露振动信号中提取技障特锻量。对内燃掘袭 面振动信号谶行了时域和频域分析，通过对实际铡得的缸盏表面振动佰号的番 种时域、频域参数进杼对比分析，提取出能有效区分嚣类故障的时域和频域特 征羹。针对肉燃机表磷振动信号具有j # 平稳时交的特赢，雩i 入缀孵博盘砰变换、 w i g n e r - - v i l l e 分布、小波变换等三种时频分析方法，分别用这三种方法对内 燃梳援常秘毅簿藉孛翡袭瑟振动信号努潮逡李亍分斩 t 较，研究冀在内燃枫觳障特 征提取中的有散性，并提取出时频特，谯量。引入小波包分析，提取小波包特征 垂。 4 对b p 神经网络进行了研究，针对标准b p 算法收敛速廉慢和易陷入局部极小点 戆嫒蠡，采雳鬻翱动爨瑗彝鑫逶瘦獯熬学习速率稳缝会豹策戆翔浚教避，在忿 基础上建立了基于b p 神经网络的内燃机故障诊断模型，最后用实例验证了其有 效牲。 5 对内燃机的各项技术参数进行了说明，对本课题的内燃机故障诊断系统的软硬 馋系统绩梅及其功能避行了麓瑟奔绍，对故障模拟实骏进簿了簿要奔缨。 6 对全文进行了总结和展望。 华中科技大学硕士学位论文 2 内燃机结构及振动特性分析 内燃机在运行过程中由于各种力的激励作用必然会产生振动，通过各种传递路径 传播到内燃机表面，当内部零部件状态发生变化时，内燃机表面振动响应也会相应地 发生变化，因而内燃机表面振动信号中包含有丰富的内部零部件的状态信息，通过适 当的信号处理和其他手段从中提取出故障特征信息就可以对内燃机进行故障诊断。通 过对内燃机的结构、动力学特性的分析，以及对内燃机的各种激振源及振动的传播路 径的分析，可以深入了解内燃机振动的根源，从而建立内燃机表面振动信号与内燃机 工作过程或状态之间的内在联系，为对内燃机进行正确的故障诊断提供理论基础。 2 1 内燃机结构及动力学特性 2 1 1 内燃机基本结构 内燃机是一种广泛使用的热能动力机械， 人们所发明创造的各类机构、机型 中证明，最具有生命力，结构上最 可靠的是由活塞、连杆、曲轴所组 成的曲栖连杆机构作为主运动系 统。般以曲柄连杆机构为主，加 上其它辅助机构和系统，如活塞缸 套组件、配气机构、燃料供给系统、 点火系统、启动系统、润滑系统、 冷却系统等构成。按照气缸排列形 式又可分为直列式内燃机和v 型内 燃机。 本文的诊断对象1 6 s g t 天然气 发动机是一种重载、v 型1 6 缸四冲 程的内燃机，主要由启动系统、点 火系统、燃气系统、润滑系统、冷 却系统、增压系统、控制系统、 经过人们长期使用实践的不断筛选，在 图2 11 6 s g t 发动机结构图 9 华中科技大学硕士学位论文 报警系统等八大系统和曲柄连杆机构、配气机构、链条链轮传动机构、调速机构等四 大机构所组成，其结构如图2 1 所示。 2 1 2 曲柄一连杆一活塞机构动力学分析 在内燃机中，曲柄一连杆一活塞机构是最主要的机构。在该机构中，基本作用力源 主要有两个方面：一是气缸内的气体压力；二是由于曲柄连杆机构运动时产生的各种 惯性力【4 “，具体分析如下： ( t ) 缸内气体压力 在内燃机的一个工作循环中，缸内气体压力p g 随曲轴转角口不断变化。在二冲程 内燃机中，曲轴转3 6 0 度变化一次，在四冲程内燃机中，曲轴转7 2 0 度变化一次。因此 缸内气体压力是一个周期性变化的作用力，它构成了内燃机中各种振动和噪声的主要 激励源。 ( 2 ) 离心惯性力 当内燃机主运动系受气体压力仇的推动而回转时，由于曲柄的不平衡结构形状， 形成一偏心的回转质量，如将曲柄的总不平衡偏心量用一集中于曲柄销中心的集中质 量来表示，则当内燃机稳定运转时，曲柄呈等速回转运动，质量m 。在r 为半径处 作等速圆周运动，具有向心加速度r f l 2 ，因而将产生离心惯性力乓。，其值为： = m r q 2 ( n ) ( 2 1 ) ( 3 ) 往复惯性力 当内燃机运转时，活塞组件在气缸中作上下来回的往复运动，将气缸内气体压力 的压力势能通过连杆传递给曲柄，用以带动曲轴以及受功件对外输出功率。如图2 2 ( a ) 所示，为曲柄转角为口瞬间，活塞、连杆、衄柄之间结构示意图。 马点为活塞运动的最高点，称为上止点。以上止点作为起始点，则当曲柄转角为口 角时，活塞的位移为z ，活塞最大的位移受曲柄连杆机构的限制到皿点为止，鼠点称 为下止点，活塞的总行程为s ，称为冲程，其值s = 2 尺。 由图示关系可得： x = r 0 一c o s a ) + l ( 1 一打j 丽) ( 2 2 ) 其中a 称为曲柄连杆比，将公式中的1 一a 2s i n 2 口展开成a 的多项式，忽略a 3 以 上的值，则 州胄+ 争一r ( c o s a + 委c 0 s 2 口) ( 2 _ 3 ) i o 华中科技大学硕士学位论文 簿滔塞餐移公式取g 赡导数静霹求零溪塞运动蕊速发黎l 热速嶷，其邋 娃毽为： i = r f ( s i n d + 量s i n 2 脚) ( 2 4 ) 譬= r f l 2 ( c o s a + ；t c o s 2 a ) ( 2 5 ) 霆鼗，活塞维是以往笈趣速度量寒回避动，其憩质量埘。将产生往复惯性力， 作用于活蹙销中心处，如圈2 - 2 ( b ) 所示。 萁串 易。一掰。一掰p 震秽c 。s 掰+ 曼。o s 2 9 ) ( 辩)( 2 6 ) 铀，珏) 鞠2 2 满塞运动藏冀惯性力 ( 4 ) 连抒惯性力 内燃概豹连耔一壤与活塞撼连，其逑接串心意帮为潘塞镑申，拯，密瓣运动辩舞活 塞的往复遁动，粥一端岛曲柄销相连，避接中心点为曲柄销中心，其运动为绕曲轴中 靛蓠鼹逶凄。疆蔻连帮主吝点鹣运动实鼯上楚连耔鼓活塞镑中心为嚣转孛心韵摆动 遮动与活塞往复燎动之合成。 连释攮凄煮藤速塞雾迓繇受； r1 参= 一丑q 2 s i n a l + 告旯2 ( i 一3 0 0 5 2 d ) l ( 2 7 ) l 在她理连杆的惯性作用时，通常用两质量一力偶的辫量系统来替代涟杆的禽部惯 毪终震，热餮2 3 所嚣。 将溅杆总质惫他分解成一部分集中乎小头中心为鸭。，另部分集中予大头中心 舞舞k ，隽整当爨连蓊辩整心餐鬣莲与实际连抒襁当，憋；与袭：褒为 ，了 敞 = 竿 ( 2 8 ) 华中科技大学硕士学位论文 珊，：小一1 ( 2 9 ) 22 z 2 9 其中7 - 为连杆重心到连杆小头中心的距离，l 为连杆长度。 图2 - 3 连杆当量转换图 经过以上的当量转化，连杆的惯性力就变成为，由，产生往复惯性力，产生 离心惯性力，它们可以分别与活塞组的往复惯性力以及曲柄的离心惯性力综合考虑， 使分析工作简化。 但是用以上两个替代质量所产生的惯性力与实际连杆产生的惯性效应并不完全相 等，它们的差异在于当量连杆的回转效应( 转动惯量) 要比实际连杆大m o l ( 一，。) ， 因而当连杆的摆动角加速度为口时将形成多余的惯性力矩，其值为： 恤= ，( l - 乞) ( 2 1 0 ) 称为连杆力偶。 其中，。是连杆的打击中心与连杆小头中心间的距离。 连杆力偶是由于采用了当量连杆系统以后所多增加的一个惯性力矩，实际效应应 该是扣去这一个值，或者说增加了一个负值，但在周期性的反复作用中，同样是起了 激励振动的效应，所以可以看作为一个除m 。及：惯性效应外的另一个激励源。 综上所述，内燃机中的基本力源可以归纳为：气体压力、离心惯性力、往复惯性 力以及连杆力偶四项，其中连杆的耽及：的作用效应归并于往复惯性力及离心惯性 力之中。由它们的计算公式可以看出，缸内气体压力以及各惯性力都是与曲柄旋转周 期有关的周期函数。 华中科技大学硕士学位论文 2 2 内燃机振动的激振源及其传播路径 由前面的动力学分析可知，内燃机燃烧室中气体压力和曲柄连杆机构运动质量的 惯性力都是与内燃机曲柄旋转周期有关的周期函数，因此由它所产生的扭转力矩、沿 气缸中心线作用的往复惯性力和曲柄的离心惯性力同样都是周期函数，内燃机在周期 性变化的力以及力矩的作用下，都会产生振动。此外，气阀机构的气阀与阀座之间的 敲击、由于各摩擦副之间的间隙在运动过程中产生的冲击( 如活塞敲击、连杆撞击等) 、 进排气门开启气流的冲击等也是内燃机振动的因素。它们构成了内燃机的主要激振源。 2 2 1 燃烧激振源 在内燃机中，由于缸内燃料混合气的燃烧而产生的气体压力激振是引起机体振动 的主要激励源，主要由压缩力、燃烧产生的压力增量和气体压力的高频振荡分量组成。 其响应的主要频率范围在几十到几千赫兹，其中低频段反映的是若干个工作循环气体 压力均值光滑曲线的频率特性，气缸中最高噩力( 即峰值点火压力) 越高，低频段分 量越大；中频段反映的是缸内气体的压力升高率，压力升高率越大，中频段的频率成 分越丰富，能量也越大：高频段是由于燃烧开始陡峭压力升高形成的气缸压力振荡造 成的，反映了燃烧压力升高的加速度最大值。总之，燃烧压力振荡构成了内燃机振动 的主要激振源，其强度与燃烧压力升高率、压力升高加速度、最高燃烧压力以及三者 出现时的曲轴转角等因素有关【4 2 1 ，其振动响应会最终反映到缸体或缸盖表面的振动信 号中。 2 2 2 活塞敲击激振 由曲柄一连杆一活塞机构的动力学分析可知，在气体力和往复惯性力的作用下， 活塞会产生一个沿连杆轴线方向的