（机械工程专业论文）基于随车传感器的汽车发动机故障缸诊断应用研究.pdf

西南交通大学工程硕士论文第l 页 摘要 随着我国经济及交通事业的发展，汽车得到了广泛的应用，已成为现 代社会的标志之一。但由于汽车发动机结构复杂，工作条件恶劣，使得汽 车发动机故障率较高，维修保养费用较大。因此有必要寻求简易、实用而 有效的汽车发动机故障诊断方法。汽车发动机曲轴角振动信号含有丰富的 发动机作功状况信息，本文根据发动机角振动诊断理论最新成果实现了利 用随车传感器对汽车发动机的故障缸诊断，该方法准确、简便，具有较大 的实用价值。 对试验发动机( f 2 3 b 发动机) 进行的角振动测量分析表明：该发动机 轴系角振动的最低固有频率在1 0 0 h z 附近，故在低转速时满足角加速度增 量法对轴系刚度的要求，并在整个工作转速范围内满足o 5 谐次相位诊断法 对轴系角振动振型的要求。 利用随车传感器及角振动测量系统测得的曲轴瞬时转速，通过对瞬时 转速微分可得到角加速度，对瞬时转速进行积分和傅立叶变换可得到0 5 谐次角位移的相位角。 对瞬时转速信号及角加速度信号与故障缸关系的分析表明，瞬时转速 信号难以提取故障缸诊断参数；而角加速度信号具有明显的与各缸对应的 波形。据此本文提出了角加速度变化指数和面积指数两个无量纲参数，进 行了发动机故障缸诊断，并对这两个特征参数的诊断效果进行了比较，得 出利用面积指数诊断故障缸具有更好效果的结论。 根据f 2 3 b 发动机曲轴角振动特性，分析了该机型在四个转速工况下不 同停缸状态的0 5 谐次角位移参数，并采用o 5 谐次相位诊断法进行了故障 缸诊断。诊断结果表明：0 5 谐次相位诊断法在各工况都能对单缸停缸故障 作出正确诊断。 本文的研究工作，为汽车发动机在不解体和在线运行的条件下实现故 障缸的诊断提供了一种简单、实用而且经济的方法。 关键词：汽车发动机；故障诊断；角振动：随车传感器； 西南交通大学工程硕士论文第j i 页 a b s t r a c t w i t l lt h ed e v e l o p m e n t so f c o u n t r y e c o n o m y a n dt r a n s p o r t a t i o n t h em o t o ri s u s e de x t e n s i v e l y , a n db e c o m e so n eo ft h es y m b o l so fm o d e ms o c i e t y b u tt h e c o n f i g u r 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 ei sc o m p l i c a t e d ，a n di tw o r k sa tt h e s e r v e r e l yc o n d i t i o n , a n di c eh a sh i 曲f a i l u r er a t ea n dh i g hp r i c eo f m a i t a i n e a n c e s o ，i ti sn e c e s s a r yt of i n das i m p l ea n de f f e c t i v em e t h o do fi c ef a u l td i a g n o s i s s i n c et h ea n g u l a rv i b r a t i o ns i g n a l so fc r a n k s h a f tc o n t a i n sal o to fi n f o r m a t i o n a b o u tp o w e rc o n d i t i o no fi c e ，b a s e do nt h el a t e s td i a g n o s i st h e o r yo fa n g u l a r v i b r a t i o n i tc a r r i e do u tt h ed i a g n o s i so nf a u l tc y l i n d e rw i t l lc a rs e n s o r , w h i c hi s s i m p l ea n da c c u r a t ea n dh a sm o r ea p p l i e dv a l u e t h r o u g h t h em e a s u r e m e n t sa n d a n a l y s i s o nt h ea n g u l a rv i b r a t i o no f e x p e r i m e n t a le n g i n e ，i ts h o w e dt h a tt h em i n i m u mn a t u r a lf r e q u e n c yo fa n g u l a r v i b r a t i o ni sa b o u t1 0 0 h z ，a n di tm e e t st h ed e m a n d so ft h ea n g u l a ra c c e l e r a t i o n f l u c t u a t em e t h o do nt h es h a f t i n gr i g i d i t ya tl o w e rs p e e d s a n da l s om e e t st h e0 5 o r d e rp h a s ed i a g n o s e m e t h o do nt h ev i b r a t i o nm o d eo f s h a f t i n ga n g u l a rv i b r a t i o n t h r o u g ho u tt h ew o r k i n gs p e e d t h ei n s t a n t a n e o u ss p e e dm e a s u r e db yc a rs e n s o ra n dt h em e a s u r i n gs y s t e m o fa n g u l a rv i b r a t i o n , c a nb ed i f f e r e n t i a t e dt og e ta n g u l a ra c c e l e r a t i o n , a n dt h e p h a s ea n g l eo f0 5o r d e ra n g u l a rv i b r a t i o nc a nb er e c e i v e df r o mi n t e g r a t i n ga n d f o u r i e rt r a n s f o r m a t i o ni n s t a n e o u ss p e e d a f t e ra n a l y z i n gt h er a l a t i o nb e t w e e nt h et r a n s i e n ts p e e ds i n g a la n da n g l a r a c c e l e r a t i o na n df a u l tc y l i n d e r , i ts h o w e dt h a ti ti sd i f f i c u l tt op i c ku pd i a g n o s i s p a r a m e t e r o ff a u l t c y l i n d e r f r o mi n s t a n t a n e o u s s p e e d ，a n d t h e a n g u l a r a c c e l e r a t i o nh a so b v i o u sc u r v e sc o r r e s p o n d i n gt oe a c hc y l i n d e r t h e r e f o r ei t p r e s e n t st w on o nd i m e n t i o np a r a m e t t e r s - a n g u l a ra c c e l e r a t i o nc h a n g e a b l ei n d e x a n da r e ai n d e x ，a n dd i a g n o s e st h ef a u l tc y l i n d e r , a l s oc o m p a r e st h ed i a g n o s i s e f f e c to ft h et w oc h a r a c t e r i s t i cp a r a m e t e r sw h i c hc o n c l u d e dt h a tt h ea r e ai n d e x h a sb e t t e rd i a g n o s i s o nt h eb a s i so f t h ep r o p e r t yo f a n g u l a rv i b r a t i o no f f 2 3 be n g i n ec r a n k s h a f t 西南交通大学工程硕士论文第l | l 页 一- _ _ _ - ，一 i ta n a l y z e d 廿1 c0 5o r d e ra i l g i l l 甜d i s p l a c e m e n tp a r a m e t e ro nd i f f e r e n tm i s f i r i n g c o n d i t i o na tf o u rr o t a t i o ns p e e do p e r a t i o n sa n dd i a g n o s et h ef a u l t c y l i n d e r u s i n gt h e0 5o r d e rp h a s ed i a g n o s i sm e t h o d ，t h er e s u l ts h o w e dt h a tt h em e t h o d e s d _ d i a g n o s ea c c u r a t e l yt h em i s f i r i n gc y l i n d e ro nd i f f e r e n to p e r a t i o n s mr e s e a c he f f o r t sa f f o r da s i m p l ea n de c o n o m i cm e t h o df o rd i a g n o s i n g t h ef a u l tc y l i n d e ro fm o t o re n g i n ea tt h ec o n d i a o no fn o td i s c o n n e c t i n ga n d o n l i n ew o r k i n g k e yw o r d s ：m o t o re n g i n e ；f a u l td i a g n o s e ；a n g u l a rv i b r a t i o n ；c a l s e n s o r 西南交通大学工程硕士论文第1 页 1 1 论文研究的意义 第1 章绪论 发动机自研制成功以来，经过一个多世纪的完善和改进，已成为集电 子技术、计算机技术、信息技术于一体的智能控制系统。发动机的动力性、 经济性、可靠性及排放性能等不断得到改善，使得发动机已成为不可替代 的动力装置。 发动机结构复杂，工作条件恶劣，使得发动机故障率较高，维修保养 费用很大。据统计1 1 1 ，在发动机的各种使用费用中，维修保养方面的支出达 1 5 3 0 。而且，一旦发生故障，其动力性、经济性、可靠性、安全性将 逐渐或迅速地下降，排气污染和噪声加剧。 对于汽车发动机，汽车的运行安全、运行消耗、运输效率、运输成本 及环境造成极大的影响，甚至还直接影响到汽车的使用寿命。 随着发动机测试技术和故障诊断技术的发展，发动机曲轴角振动诊断 法以其信号测量简便和信息丰富的优点，得到了国内外的广泛重视和迅速 发展，是目前发动机故障诊断领域的前沿和研究热点【2 】。发动机曲轴角振动 诊断系统在信号测量、信号处理及诊断方法等关键技术上不断取得的突破， 为利用汽车发动机自身配制的各种传感器获得的信号，在发动机不解体的 情况下，及时准确地对发动机当前的工作状况做出判断，查明故障缸，减 少盲目维修提供了可能。 本论文将以f 2 3 b 发动机为研究对象，利用发动机曲轴角振动诊断方法 的最新研究成果，进行基于发动机自配气缸位置传感器和曲轴位置传感器 诊断故障缸号的研究。所得研究结论不仅对本机型故障缸诊断有实用价值， 对于其他汽车发动机也有参考价值。 1 2 发动机故障诊断技术的发展 发动机故障诊断技术是从无到有而逐渐发展起来的一门技术。国外的 一些发达国家，早在2 0 世纪4 0 5 0 年代就发展起以故障诊断和性能调试为 主的单项检测技术。2 0 世纪6 0 年代后，随着电子技术和电子计算机技术的 西南交通大学工程硕士论文第2 页 发展，发动机故障诊断技术获得了较大的发展，表征发动机运行状态的参 数采集已从传统的、主要依靠人的经验的直接观察法和单( 少) 参数检测 法，发展为诸如振动噪声法、性能参数法、磨损残留物法等多参数检测法。 先进的参数采集设备和检测手段为故障的识别提供了丰富的、可靠的信息。 与之相适应，在模式识别理论的指导下，利用特征参数对故障进行分类识 别的方法也由传统的单( 少) 参数识别法发展为统计识别法、模糊识别法 以及灰色关联度识别法等多参数识别法。 进入8 0 年代以后，专家系统、人工神经网络等技术取得了突飞猛进的 发展，并在实际工程中得到应用。专家系统是基于符号的推理系统，具有 解释功能。人工神经网络技术代表了一种新的技术体系，它以强有力的学 习和并行处理能力为故障诊断提供了全新的理论方法和实现手段。专家系 统、人工神经网络等技术为设备的故障诊断带来了高度智能化。虽然，这 一阶段发展历史并不长，但已有研究成果表明，设备智能诊断具有十分广 泛的应用前景。 随着模糊集理论、专家系统、神经网络技术和小波分析等理论的发展 以及监测技术、电子技术和通信技术等相关领域学科的进一步深入，设备 故障诊断技术正朝着智能化、网络化方向发展，已经形成了- r - j 集数学、 物理、电子技术、计算机技术、通信技术、信息处理、模式识别和人工智 能等多学科交叉的综合性技术。 1 3 常用发动机故障诊断技术 对发动机进行监测与诊断的技术和方法是多种多样的，目前主要的技 术手段有热力参数分析法、油液分析法、振动分析法、压力波分析法、瞬 时转速法、温度分析法、红外测温法等，主要识别方法有基于专家系统的 方法、灰色关联度法及神经网络法等，下面简单介绍几种最常用的诊断方 法。 1 3 1 油液分析法 零部件磨损失效是发动机最常见、最主要的故障形式，油液监测技术 通过采集发动机在用润滑油样品，分析其理化性能和携带的磨损微粒，定 性和定量地评价发动机的磨损状态，并预测其发展趋势。光谱油料分析是 较早应用于发动机磨损监测的方法。7 0 年代中期，铁谱分析技术得到了迅 西南交通大学工程硕士论文第3 页 速发展和应用。目前，这两种分析技术都已成为发动机故障诊断的可行而 又有效的方法【3 】【4 】。 已有的实验和经验表明，铁谱和光谱由于其本身特点，在其监测功能 上有各自的优势和不足。这是因为发动机运动件含有不同材料的摩擦副， 而每一对摩擦副又会出现各种不同的磨损状态。产生于不同摩擦副的磨粒 是以不溶的颗粒形式存在于润滑油中的，光谱可以准确地测定润滑油中磨 损元素的含量，但不能了解其存在的形状，而且其监测灵敏度又受到磨粒 本身粒度的影响，因此无法判断磨损的类型。铁谱可以直观地了解磨粒的 形状、大小和有成份等重要的磨损信息，但对有色金属就不上个月有与铁 系磨粒相同的灵敏度，并且分辨能力也不如光谱分析仪。所以只有联合采 用铁谱和光谱技术，才能获得取长补短、相得益彰之效果。此外，由于利 用铁谱及光谱进行监测的数据多，各个指标数据的重要程度也不相同，致 使诊断结果可信度较低。为达到对发动机综合监测的目的，人们一直在探 索一种既方便又实用的方法。目前已有人在利用铁谱及光谱技术获得的数 据基础上，应用多元统计分析的动态聚类和判断分析方法、模糊聚类分析 方法、灰色关联分析方法等发动机磨损情况和润滑油质量进行分析研究， 并取得了一些有益的结论。 油液分析法存在以下技术难点： a 油液监测只能确定异常磨损零件的种类，而无法指出故障摩擦副的具 体部位； b 铁谱分析技术对非磁性材料磨粒的检测效率较低，影响了分析的精 度； c 油液监测方法以离线监测为主，在线监测尚在开发中； d 无法对无润滑部件的损坏实施监测； e 设备价格昂贵。 1 1 3 2 振动分析法 发动机运转时产生振动是不可避免的，不论是性能监测还是工作过程 监测，振动信号都是反映其内在关系极其有效的敏感参数。对工作过程而 言，燃烧过程的内部瞬变压力状况经各种传递通道直接反映在相关的振动 信息中。振动分析法的依据是振动源和设备状态等信息，振动监测及故障 诊断的出发点是在机械动力特性分析及谱分析基础上，研究发动机运行过 程中的故障原因与状态效应。近年来，通过振动信号提取发动机故障特征 西南交通大学工程硕士论文第4 页 的研究已取得了较大的进展【5 d 2 1 。研究的重点是通过缸盖或缸体振动信号 弹，提取燃烧激振力及排气门落座等响应的频率特征，对发动机工作过程 故障进行诊断。该方法具有诊断速度快、准确率较高和能够实现在线诊断 的特点。但是，这种方法还多局限于在实验室对零部件单一模拟故障的诊 断方面，例如喷油器、活塞、连杆、配气凸轮等方面的故障，距实现应用 还有一定距离。其困难主要有： a 发动机是典型的复杂设备，其复杂性表现在以下几个方面：( 1 ) 发动机 是一个多层次系统，由燃烧系统、曲柄连杆机构、气门机构、润滑系统、 冷却系统等组成，具有系统级、子系统级、部( 组) 件级及零件级四个层 次；( 2 ) 发动机的结构异常复杂，加之输入、输出关系不甚明显，因而无论 是定量还是定性都难以用比较完备、准确的模型对其结构、功能以及状态 等进行有效的表达；( 3 ) 发动机的故障及其产生的原因有时是模糊不清的， 一个故障可能是多种因素综合作用的结果，不同的故障也可能产生相同的 征兆，这比简单的因果对应关系复杂得多，大增加了发动机故障诊断问题 的难度。 b 发动机的结构复杂，型号众多，而共性不易归纳，所以适用于某型号 发动机振动信号的分析参数，对另一型号的发动机未必可行；对同一机型 不同的发动机进行监测，即使故障类型相同，所测量的结果可能有很大差 异。 c 发动机振动源多，传递路径复杂，系统故障既有“纵向性”，又有“横 向性”，而且，常会出现多个故障并存的现实。这样一来，对多故障同时进 行准确的诊断将是一个十分困难的问题。 d 发动机各类故障所对应的振动频率无论从理论上还是实践中都较难 准确确定，目前所采用的谱分析故障诊断方法，只是根据功率谱的形状特 征，用相似比较的办法进行确定。在不同的故障形式产生相似形状功率谱 图时，有可能发生误诊，给实际判断工作造成很大困难。 1 3 3 瞬时转速法 瞬时转速是角振动的速度参数，瞬时转速法适用于曲轴角振动很小的 场合。严格地讲，瞬时转速法也应属于振动分析法的范畴。 发动机曲轴的瞬时转速信号能直接反映机器整体的工作状态，通过对 瞬时转速信号的分析可以得到机器运行状态和相关故障的丰富信息1 1 3 。在 正常运行工况下，各缸的动力性能基本一致，发动机运转平稳，各缸瞬时 西南交通大学工程硕士论文第5 页 转速曲线虽有差异，但总有一个不大的范围内，并呈现某种规律性。当某 个气缸工作不正常时，动力的一致性遭到破坏，发动机运转平稳性变差， 瞬时转速信号会产生严重变形。根据此变形的程度，就可以判断其缸内工 作过程的好坏。所以瞬时转速法引起了国内外许多学者的广泛关注，取得 了可喜进展。 1 3 4 基于专家系统的方法 人工智能是经过4 0 多年发展起来的一门综合性学科，它旨在研究如何 利用计算机等现代工具设计出模拟人类智能行为的系统。专家系统是人工 智能众多分支最为实用和最引人注目的一个分支，是人工智能发展主要的 推动力。目前，专家系统已经广泛地应用于医疗诊断、图像处理、金融决 策、实时监控、分子遗传工程、教学、军事等多种领域中，已成为人工智 能领域中最活跃且最有成效的研究领域。 概括地讲，专家系统包括以下三个方面的含义： ( 1 ) 专家系统是一种基于专家知识和经验而进行推理的智能程序系统； ( 2 ) 专家系统内部必须包含有大量的专家水平的知识和经验，并且能够 在运行过程中不断地增加新知识和修改原有知识； ( 3 ) 专家系统所要解决的问题一般是那些只有领域专家才能解决的问 题。 专家系统是以规则为基础而建立的，而规则是基于系统模拟人的逻辑 思维特性。它主要应用在物理概念明确、已具有丰富诊断经验的领域，其 表达清晰易于理解。同时，它也有很多局限性，如知识获取的“瓶颈”问题、 自学习能力弱、容错能力差、复杂系统知识库维护不方便、推理效率低等。 因此，专家系统必须和其它诊断方法结合起来4 - 2 0 ，才能有更大的发展。 文献 2 1 】建立了基于铁谱技术和光谱技术的发动机磨损状态监测及故障诊 断专家系统f d e x s y s ( v 1 0 ) 。该系统所建立的知识库可以比较全面而可 靠地描述发动机的磨损状态和故障前兆，因而能够提醒用户适时采取有效 措施以防止故障的发生。文献将神经网络和模糊理论与专家系统相结合， 共建深、浅层知识并举的推理机，用集成协同的方式组成知识库，以此得 到神经网络故障检测、诊断专家系统。 l - 3 5 基于神经网络的方法 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，简称a n n ) ，或者通常简称 西南交通大学工程硕士论文第6 页 为神经网络( n e u r a ln e t w o r k ，简称n n ) ，它是人工智能的一个分支，在 故障诊断方面的应用主要有： ( 1 ) 神经网络直接用于故障诊断 挑选关键参数( 即特征参数) 作为输入，故障模式作为输出。b p 神经 网络由于具有较强的非线性映射能力而被广泛采用于故障诊断领域。它通 过对故障实例的训练和学习，用分布在神经网络中的连接权值来表达所学 习的故障类型，具有对故障的联想记忆、模式匹配和相似归纳的能力，可 以实现故障和征兆之间的复杂的非线性映射关系。但是，基本b p 算法存在 着局部极值和收敛速度慢的缺点，在神经网络中引入模拟退火和遗传算法， 可以有效地消除局部极值，提高算法的收敛速度。 文献【2 2 】提出了一种发动机飞轮转速波动信号结合b p 神经网络进行发 动机失火故障诊断的方法。对电涡流位移传感器拾取的飞轮瞬时位移信号 直接进行时域采样，通过软件快速处理可以获得足够测量点数和测量精度 的转速波动信号。b p 神经网络以此作为输入，可以快速准确地对发动机失 火气缸进行识别和定位。实验结果表明，该方法具有良好的效果和工程实 用性，抗噪声干扰能力和工况适应性很强，并能满足实时诊断的要求。文 献 2 3 1 采用r b f 神经网络完成了对发动机控制系统故障样本的学习和诊断 程序编制，仿真结果表明该发动机控制系统的故障诊断方法优于其他方法。 标准的b p 神经网络在应用中存在学习收敛速度慢、局部极小值、隐层 节点数选取难、联想能力有限等缺陷，不少学者对b p 算法和b p 神经网络 结构提出了改进措施。文献【2 4 】、 2 5 】对旋转机械故障诊断中的神经网络算 法进行了改进，采用自适应学习率和绝对误差等距离逼近方法，引入了控 制因子，结果表明这种改进提高了b p 神经网络的收敛速度，改善了网络的 收敛性能。文献【2 6 】对发动机缸盖信号进行二阶小波分解，从分解后的信号 中提取诊断特征参数，利用这些特征参数及a r t 网络对气阀机构进行故障 诊断与识别，取得了较好的效果。文献 2 7 】把神经网络与统计方法结合，建 立了发动机故障分类系统，该系统有望被用于改善发动机的控制。文献 2 8 1 针对隐层单元数选取这一难题，从设备故障诊断的工程实际出发，采用隐 层压缩算法，获得了性能较好、网络规模较小的神经网络诊断模型。文献 2 9 1 针对b p 神经网络的联想能力有限这一实际问题，提出了用于旋转机械故障 诊断的新型b p 神经网络模型，新模型增加了输入输出层间的部分连接，大 大提高了b p 神经网络的联想能力。 ( 2 ) 自适应神经网络模式识别 西南交通大学工程硕士论文第7 页 传统模式识别过程在特征参数提取上具有很大的盲目性，效率低，而 自适应神经网络则利用神经网络分布式信息存储和并行处理，避开模式识 别中建模和特征提取的麻烦，从而消除了模式不符和特征提取不当所带来 的影响，使得故障易于识别。 ( 3 ) 模糊神经网络在故障诊断应用中具有广阔的前景 同于发动机状态信号传播路径复杂、故障与特征参数的映射关系模糊， 再加上边界条件的不确定性、运行工况的多变性，使故障征兆和故障原因 之间难以建立准确的对应关系。模糊神经网络应用模糊集合论、模糊语言 变量及模糊思维方法，采用多层前向网络结构，结合人们的先验知识进行 模糊推理，使之具有准确的非线性拟合和学习能力。由于权值初始化可根 据先验知识人为选择，因此，网络的学习速度大大加快，并在一定程度上 回避下降法存在的局部极值问题。 ( 4 ) 神经网络和专家系统结合 神经网络和专家系统结合主要有两种策略：一是将专家系统构成神经 网络，把传统专家系统的基于符号的推理变成基于数值运算的推理，以提 高专家系统的执行效率并利用其学习能力解决专家系统的学习问题：二是 将神经网络视为一类知识源的表达和处理模型，与其它知识表达模型一起 去表达领域专家的知识。神经网络和专家系统结合，互补长短，克服了神 经网络存在的诊断推理不清晰、诊断解释机制不强以及专家系统的知识“瓶 颈问题”等缺陷，达到一种完美的结合。 1 4 常用的汽车发动机故障诊断系统 计算机技术及发动机故障诊断技术的不断发展，使得目前已经出现了 集成化智能化的故障诊断系统，为发动机及汽车的良好运行提供了保障。 如汽车随车故障自诊断系统、发动机综合分析仪、汽车发动机远程故障诊 断系统以及本论文研究所用的便携式角振动综合分析仪( 西南交通大学研 制) 等。以下简要介绍两种。 1 4 1 汽车发动机故障远程诊断系统 汽车发动机故障远程诊断系统【5 6 1 由数据采集系统和远程故障诊断中心 组成，数据采集系统以装l a b v i e w 虚拟仪器开发平台的p c 机为核心，系 统传感器包括了气缸压力传感器、机油压力传感器和温度传感器、点火高 西南交通大学工程硕士论文第8 页 压传感器、喷油压力传感器、冷却器温度传感器和进气歧管传感器等，传 感器输出信号经处理后，经数据采集卡与电脑进行数据交换；完成数据实 时传输网络诊断服务平台是诊断服务提供者在i n t e r a c t 上建立的服务站点， 一个开放式的汽车发动机远程故障诊断中心包括数台w e b 服务器，并将汽车 诊断专家系统、大型知识库、数据库、推理机构等分布于几台服务器上， 故障诊断中心负责对采集的信号进行分析计算，判别故障部位和原因，要 求其功能强大、实用、高效。 汽车发动机故障远程诊断系统有以下特点： a 智能诊断功能。采用人工智能技术，将模糊故障诊断法、b p 神经网 络故障诊断法、数据融合故障诊断法等诊断机理融人逻辑推理专家系统的 推理机制，有效地模拟了人类形象思维和逻辑思维相结合的过程，在知识 获取、并行推理、自适应学习和容错能力等方面具有明显的优势，使得故 障诊断过程具备智能特性，极大地提高了诊断的准确性。 b 多功能的诊断服务。考虑到发动机故障的复杂性，针对各类疑难杂 症设置了专家会诊系统，并可通过i n t e m e t 进行现场指导，直至故障排除。 同时，借助网络服务平台，可以实现除故障诊断之外的许多附加功能，以 更好地为客户服务，如建立咨询栏、交流栏和教学栏等。 c 成本低，效益高。由于采用虚拟技术，硬件的配置仅仅是为解决信 号的调理和输入输出，整个系统的关键是软件，因此有“软件就是仪器”的 说法，这样就省却了大量的硬件设备，大大地降低了系统的测试成本。同 时，系统的开发有助于建立全球统一的权威性的故障诊断系统，以实现资 源共享，避免重复开发，因此具有极大的社会效益和经济效益。 d 方便灵活。用户无论在何处，只要通过i n t e m e t 连接故障诊断中心的 网络服务器，即可请求诊断服务。诊断信号的输入输出也十分灵活，输入 信号既可以由发动机自诊断系统获取，也可以通过故障诊断数据采集系统 获取，另外还可以选择直接输入故障现象( 如发动机不能起动等) 。诊断信号 输出可以通过文件、交互式网页、j a v a d x 程序、电子邮件等返回给客户机。 1 4 2 发动机综合分析仪 发动机综合分析仪由信号提取系统、信息处理系统及控制显示系统三 大部分组成，主要在检测线上或汽车调试站内就车对发动机各系统的工作 状态的静态和动态参数进行分析，为发动机技术状态判断和故障诊断提供 科学依据。 西南交通大学工程硕士论文第9 页 它的基本功能有无外载测功功能即加速测功法；检测点火系统：初级 与次级点火波形的集与处理，平列波、并列波与重叠和重叠角的处理与显 示，断电器闭合角和开启角，点火提前角的测定等；机械和电控喷油过程 各参数( 压力、波形、喷油、脉宽、喷油提前角等) 的测定；进气歧管真空度 波形测定与分析；各缸工作均匀性测定；起动过程参数( 电压、电流、转速) 测定；各缸压缩压力判断；电控供油系统各传感器的参数测定；万用表功 能；排气分析功能。 发动机综合性能分析仪具有三项特点： a 动态的测试功能：它的传感系统和信号集与记忆功能迅速准确地捕获 发动机各瞬变参数的时间函数曲线，这些动态参数是对发动机进行有效判 断的科学依据； b 通用性：测试过程不依据被检车辆的数据卡( 即测试软件) ，只针对基 本结构和各系统的形式和工作原理进行测试，因此检测结果具有良好的普 遍性，检测方法也具有最广泛的通用性： c 主动性：发动机综合检测仪不仅能适时收集发动机的动态参数，还能 主动地发出指令干预发动机工作，以完成某些特定的试验程序，如断缸试 验等。 发动机综合性能分析仪虽然功能强大，技术含量高，但其结构复杂价 格昂贵制约了它的广泛应用。 1 5 发动机故障诊断技术的国内外现状 1 5 1 发动机故障诊断技术的总体状况 随着科技的进步，发动机朝着高速、轻型、大功率方向的发展，使得 发动机日益复杂。一旦某一部分发生故障，就会造成巨大的经济损失和人 员伤亡事故。发动机的维修费用和停机损失，在成本中所占的比例越来越 大，造成的损失不断增加。因此，如何对发动机的故障进行及时、高效的 诊断和维修日益成为一个突出的问题。 人们对发动机的可靠性、可维修性与经济性提出了越来越高的要求， 比以往更注重其效率和能耗，且环保的要求也越来越高，因此，传统的事 后维修和定时检修的方法已远远不能满足要求。怎样在发动机运行中或基 本不拆卸时情况下，依靠先进的传感器技术、动态测试技术及计算机信号 处理技术，掌握发动机的运行状态，分析发动机中异常的部位和原因，并 预测其未来的发展趋势，是各国学者格外关注的问题。 西南交通大学工程硕士论文第1 0 页 现代发动机，其许多故障很难靠人的感觉和经验检查出来，必须采用 先进的仪器和科学的方法来监测和诊断。数字计算机、传感器技术及信号 处理技术的高度发展大大促进了发动机故障诊断技术的发展。从2 0 世纪6 0 年代开始，计算机和电子技术取得了巨大的进步，同时，也出现了傅立叶 交换的快速算法和算法语言，从而把信号分析技术从硬件到软件都推向新 的高度。对于发动机这样的复杂运动系统而言，其信号多数是非平稳的、 瞬态的、突变的，因此传统的傅立叶变换等信号分析方法在分辨率上不能 满足要求。小波理论的出现为提高信号处理的分辨率提供了有效的方法。 分形几何是将传统的几何方法中整数维数扩展成连续正数，认为自然界中 的几何对象分形具有不一定是正数的分形维数。分形几何在非平稳、 瞬态的、突变的信号处理中也具有很好的应用前景。全息谱分析方法则充 分考虑了幅、频、相三者的结合，弥补了普通傅氏谱只考虑幅频关系的不 足，能够比较全面地获取振动信号信息。 2 0 世纪7 0 年代中期以后开发研制的发动机工况诊断系统，是传统监测 系统的扩展，增加了对发动机内部参数的自动监测。它以计算机技术、传 感器技术和动态测试技术为基础，把对发动机各热工参数的分析做为手段， 将所有监测信号输入计算机进行分析计算，预测不正常状态，作一些趋势 分析，为维修工作提供资料。典型系统有：s u l z e r 公司的发动机诊断系统 ( s e d s 系统) 1 3 0 】。s e d s 系统是一个在线诊断系统，除有对常规的压力、 温度、转速等进行连续监测外，还可对燃烧压力、喷油压力、缸套磨损等 进行连续的监测，并用计算机对有关参数作趋势分析记录和早期故障诊断。 实践证明s e d s 系统可提供精确、准同步测量和大量基本参数计算，这是 一般测量设备无法获得的。b w 公司二冲程发动机工况检查系统( c c1 0 系统) p “豫】。该系统与s e d s 系统类似，用于k g f 系列低速二冲程发动 机，自动采集各种传感器信息，输入计算机进行处理。该系统每天自动进 行一次趋势计算与分析，可以显示最重要工况参数及相关信息，可给出有 故障工况参数的报警显示，同时也提供诊断用的有关影响参数的数据和消 除故障的建议。 2 0 世纪8 0 年代以后，把专家系统、神经网络等智能手段应用于发动机 的故障诊断已经引起了国内外的广泛关注。日本三菱重工开发了中速发动 机s u p e r a s o s 系统1 3 3 1 。它可以连续监测和收集主机工况数据，如活塞环 剖面、燃烧压力、喷油压力等，用模糊推理技术诊断出主机的症状，输出 适宜的指导。s u p e ra s o s 系统可连续监测机舱内机械系统工况，显示 西南交通大学工程硕士论文第1 1 页 工况参数的趋势及特性曲线，用人工智能手段诊断预测早期的问题，指导 维修保养，避免严重事故，s u p e ra s o s 系统能通过卫星实现船岸通信。 此外典型的专家系统还有：m a n - - b k 公司开发的c a p a 专家系统瞰l ， 荷兰的w a r t s i l a 发动机公司开发的f a k s 系统( 故障避免知识系统) 【3 5 1 ， w a r t s i l a 与荷兰d e l f t 大学合作开发的i c m o s 系统( 智能控制和监测系 统) 【3 6 】，法国s e m t p i e l s t i c k 与t h o m s o nd o i 开发的舰船推进发动机 增压系统的故障诊断专家系统1 3 7 】，n e ws d z e r 智能发动机管理系统i 3 引。文 献【3 9 】通过状态参数监测建立了故障与征兆之间的联系，以信息融合理论为 基础建立起发动机故障诊断系统，把模糊神经网络( f u z z yn e u r a ln e t w o r k ) 作为该系统的核心。通过实验证明，该系统减少了知识库的容量，能够对 故障部件和类型进行快速识别，基于f n n 的多特征融合技术为复杂机械的 故障诊断提供了一种新的方法。文献 4 0 】、h i 通过采集、分析气缸压力信 号，利用r b f ( r a d i mb 舔i sf u n c t i o m ) 神经网络实现了对增压涡轮发动机气 缸压力的实时监测和喷油系统的故障诊断。文献【4 2 】通过3 个传感器，分 别采集了正常工况和4 种故障工况下的声发射信号、振动信号和气缸压力 信号，用这些数据分别训练3 个神经网络。该系统具有较强的鲁棒性，诊 断结果较单一信号来源更为可信。 在国内，大连海事大学开发了针对s l l l z e rr n d 及m a n b wm c 系列发动机的专家系统【4 3 书】、上海海运学院研制了基于b p 网络发动机故障 诊断专家系统【袖“”等。 综上所述，发动机的故障诊断方法必然会朝着不解体化、高精度化、 智能化的方向发展。 1 5 2 基于曲轴瞬时转速的发动机故障诊断技术的现状 2 0 世纪8 0 年代，随着电子技术的发展，利用测得的曲轴瞬时转速判断 发动机各缸作功状况( 工作不均匀性或压缩不均匀性) 和诊断发动机故障 得到国内外广泛的重视。目前国外，如美国、德国、日本和法国等国家的 研究动向主要为用瞬时转速推算缸内压力变化等。国内山东工业大学、华 中科技大学、武汉交通科技大学、海军工程学院、浙江大学以及西南交通 大学等高校也在研究利用瞬时转速信号，通过各种各样的信号处理分析方 法诊断发动机故障，取得了巨大进展。 国内外许多学者广泛采用各缸作功冲程瞬时转速曲线增量幽来判断 少缸数发动机中的故障缸。也有采用瞬时转速上升段的平均角加速度，相 西南交通大学工程硕士论文第1 2 页 邻两波峰值之差或波谷值之差、连续上止点处瞬时转速差值、瞬时转速的 互相关分析、模糊模式识别法等来判断故障缸。董大伟提出采用角加速度 增量，法来判断发动机的故障缸，比疗法具有更高的精度【4 8 】。但是，当轴 系刚度较小、缸数较多、发火间隔角较小时，各缸的相互干扰变大，角振 动的影响也会变大，利用加法和兮法往往会判断错误。 刘世元提出了利用瞬时转速信号诊断发动机失火故障的方法【4 9 1 。在该 方法中，从两个途径来获取失火故障的特征参数，一是分析曲轴飞轮系统 扭动力学特性，建立了简明实用的瞬时转速诊断模型，从而定义了4 种诊 断失火故障模型的无量纲特征参数；二是通过分析角加速度和瞬时转速信 号的波形特点，直接定义6 种失火故障的无量纲特征参数。最后，利用模 糊模式识别技术将这些特征参数进行信息融合，来识别故障缸。基于瞬时 转速的时域信号利用神经网络实现了发动机状态的在线监测，但是，该方 法需要大量的实验来支持。 利用角振动综合振幅及各主要谐次分量作为故障诊断的特征参效，并 用灰色关联度分析法考察待检模与哪一种标准模( 故障模) 接近。但该方 法需要大量的实验以获得各种标准模，工作量很大，同时，其特征参数的 提取并不是基于发动机故障机理，具有一定的盲目性。 董大伟从轴系角振动的力学模型出发，提出了角振动信号反算法 ( t v r s 法) 【4 8 】。角振动信号反算法利用轴系中某一个惯量的角振动信号， 按轴系实际的弹性模型，依据发动机动力学、数值计算方法、数字信号理 论和子空间法理论，反算各缸的平均有效压力，进而定量判断各缸的作功 状况。这种方法是对传统方法的一个突破，只要能获得轴系有关刚度、惯 量、阻尼等结构参数，通过测得的曲轴角振动位移信号，就可算出各缸的 作功状况。角振动信号反算法实际应用的效果取决于的轴系结构参数的准 确程度。 有学者提出通过实测角振动信号的单谐次分量诊断发动机故障缸的方 法1 4 9 1 。该方法不依赖于轴系的结构参数，也不需建立基准模型，容易实现 实时监测，具有较好的工程应用价值，但该方法尚不能判断各缸作功均匀 性。 综上所述，曲轴瞬时转速信号携带有丰富的发动机工作状况的信息， 而且瞬时转速测量技术的发展己经很成熟，测量也很方便，因此，基于曲 轴瞬时转速信号诊断发动机工作状况得到国内外学者的广泛关注。上述研 究对发动机各缸工作状态的总体判断和故障诊断起到了一定的作用，但是 西南交通大学工程硕士论文第1 3 页 这些方法都是利用瞬时转速信号诊断发动机气缸熄火或作功不足故障，尚 未对发动机具体工作过程故障进行研究。 1 6 本文的主要研究内容及研究方法 1 6 1 主要研究内容 近年来发动机故障诊断技术得到了极大的发展，出现了许多新的先进 的分析技术以及高技术含量的分析系统。如先进的分析方法有小波、专家 系统、神经网络等，先进的分析系统有汽车随车故障自诊断系统、发动机 综合分析仪等。但小波、神经网络等分析技术过于复杂需要依赖一些专门 的软件，专家系统需要庞大的数据库即要依赖众多专家的经验，而发动机 综合分析仪结构过于复杂且价格昂贵。本文针对以上问题，以成熟的曲轴 角振动信号测量和基于曲轴角振动信号的发动机故障诊断理论为基础，利 用随车传感器进行以下两方面的研究。 ( 1 ) 研究曲轴瞬时转速和角加速度波形与故障缸的关系。利用随车传感 器和曲轴角振动测量系统，测得曲轴瞬时转速信号曲线，对瞬时转速信号 曲线求导得到角加速度曲线，然后对角加速度曲线提取特征参数判断故障 缸。 ( 2 ) 利用曲轴瞬时转速信号，研究故障缸单谐次诊断方法。角振动测量 系统测得瞬时转速信号曲线后，对瞬时转速积分便得到角位移曲线，再利 用傅立叶变换得到o 5 谐次角位移相位角，最后依据相位角判断故障缸。 研究表明：以上两种方法不需要庞大的测试系统，仅利用随车传感器 在一定条件下可以方便、准确且经济地确定故障缸。 1 6 2 主要研究方法 以广州本田f 2 3 b 发动机台架为试验研究对象，利用发动机自带气缸位 置传感器和曲轴位置传感器，用西南交通大学机械工程学院研制的角振动 测量系统采集曲轴瞬时转速信号。一方面通过对瞬时转速曲线的求导得到 角加速度曲线，并对曲线提取特征参数判断故障缸；另一方面对瞬时转速 曲线进行变换得到o 5 谐次角位移相位角，从而判断故障缸。 西南交通大学工程硕士论文第1 4 页 第2 章角振动测量分析系统及故障诊断理论 2 1 角振动测量系统简介 内燃机曲轴角振动测量分析系统( p t v m ) 由西南交通大学机械工程学 院研制。该系统主界面如图2 - 1 ，它由三个组成部分：计算机主机、外围设备 和后台数据分析软件，如图2 2 所示。计算机主机与外围设备之间由串口通 信连线实现数据交换和传递。由于系统外围设备采用便携式设计，因而计算 机主机可