（车辆工程专业论文）基于神经网络和声强技术的发动机故障预测系统研究.pdf

摘要 摘要 本文在对发动机特征参数选取和各预测模型分析比较的基础上，详细研究了 基于声强分析和神经网络技术的发动机故障预测系统的实现思路，利用v b 和 m a t l a b 混合编程方法开发了一套发动机故障预测软件系统。 论文从分析异响表现形式的发动机故障产生机理以及声强技术在工程上的 具体应用，论述了利用声强频谱分析发动机故障的可行性。在对现有预测方法比 较的基础上，根据发动机故障发展的不稳定性，采用b p 神经网络建模方法对发 动机的常见故障进行预测。该文首先利用声强测试系统获取发动机表面声强，有 选择地对声强进行频谱特征分析。在神经网络建模阶段，论文以实例的形式对网 络结构、特性参数和训练方法进行了讨论，并利用训练好的神经网络模型对故障 的走势进行预测，提出有针对性的预防维修措施，根据设计流程，利用计算机高 级语言独立完成了系统的软件编制。 论文最后，通过实例运行，验证了基于声强分析和神经网络预测发动机故障 的可行性和正确性。 关键字：声强发动机神经网络故障预测 a b s t r a c t a b s t r a c t a f t e rc o m p a r e dt h es e l e c t i o no fe n g i n ec h a r a c t e r i s t i c p a r a m e t e r sa n dm a i n f o r e c a s tm o d u l e s ，d e t a i l e dr e s e a r c h e dt h ew a yo fc o n s t r u c t i n ge n g i n ef a u l tf o r e c a s t s y s t e mb a s e do ns o u n di n t e n s i t ya n a l y s i sa n dn e u r a ln e t w o r k 州) ，d e s i g n e di t s s o f t w a r es y s t e mu s i n gv ba n dm a t l a bc o m p u t e rl a n g u a g e s t h et h e s i sf i r s t l ya n a l y z e dt h eo c c u r r i n gm e c h a n i s mo fn o r m a le n g i n ef a u l t s w h i c hr e p r e s e n ta sa b n o r m a ln o i s e ，i n v e s t i g a t e dp r a c t i c a lu s eo fs o u n di n t e n s i t y t e c h n o l o g y i n e n g i n e e r i n g ，d i s c u s s e d t h ef e a s i b i l i t yw h i c hu s es o u n dd e n s i t y f r e q u e n c ya n a l y s i st of o r e c a s te n g i n ef a u l t t h e nc o m p a r e dt h em a i nf o r e c a s tm o d u l e s ， a c c o m i n gt on o n s t a b i l i t yo fe n g i n ef a u l ta p p e a r a n c e ，c h o s eb pn nm o d u l et o f o r e c a s tt h en o r m a lf a u l to fe n g i n e f o r e c a s ts t e p sf i r s t l yb e g i na tr e c o g n i z m gt h e m a i nn o i s eo fe n g i n e ，t h e na n a l y z i n gt h es o u n di n t e n s i t y f i - e q u e n e ya n dc h a r t c h a r a c t e r ss e l e c t i v e l y t h et h e s i sd i s c u s s e dt h eb pn e t w o r ks t r u c t u r e ，c h a r a c t e r i s t i c p a r a m e t e r sa n dl e a r nm e t h o d su s i n gp r a c t i c a le x a m p l e si nt h ep h r a s eo fb u i l d i n gt h e n nm o d u l e ，t h e nf o r e c a s t e dt h ed e v e l o p i n gt r e n do fe n g i n e 。sf a u l tu s i n gt h en n m o d u l ew h i c hw a sl e a r n e dw e l l ，p r o p o s e dt h em a i n t a i nm e a s u r e s a c c o r d i n g l y c o m p l e t e l yw r o t ea n dc o m p i l e dt h es o f t w a r eo ff a u l tf o r e c a s ts y s t e mu s i n gh i g hl e v e r c o m p e e rl a n g u a g e s i nt h ee n d , t h r o u g hr u n n i n gt h es o r w a r e a n di n s t a n c e s ，v a l i d a t e dt h ef e a s i b i l i t y a n dc o r r e c 恤e s sw h i c hu s i n gs o u n di n t e n s i t ya n a l y s i sa n dn e u r a ln e t w o r kt of o r c c a s t e n g i n e sm a i nf a u l t k e y w o r d s ：s o u n di n t e n s i t y ，e n g i n e ，n e u r a ln e t w o r k ，f a u l tf o r e c a s t y 7 6 3 2 0 4 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包畲我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名：河年，月扣臼 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的全部或部分内容，可以向有关部门或机构送 交并授权其保存、借阅或上冈公布本学位论文的全部或部分内容。对 于保密论文，按保密的有关规定和程序处理。 研究生签名：m 年瑚如日 南京理工大学硕士论文 基于神经网络和声强技术的发动机故障预测系统研究 1 绪论 1 1 课题的提出 本课题是南京理工大学青年学者基金资助项目的一部分。课题根据目前声强技术的发 展和发动机故障检测的实际需要，利用预测理论、噪声检测技术、信号处理手段，结合计 算机编程技术对发动机常见故障进行预测。课题的研究目标是建立发动机故障预测系统， 根据被监测发动机表面声强特征的变化，及时准确地掌握发动机可能发生的故障，并预测 该故障将可能会在哪个时间段恶化；根据预测结果及时采取必要的措施，将可能会出现的 发动机故障消灭在萌芽状态，或将损失降到最低，延长发动机的使用寿命，提高发动机的 性能及整车的动力性和安全性。 1 2 课题研究的意义和方法 1 2 1 发动机故障预测的意义 汽车在使用过程中，随着行驶里程的增长，各部机件将会由于磨损量的增大和各种损 伤，使得原有的尺寸、几何形状、机械性能、配合关系等遭受破坏而降低原有性能甚至失 去正常工作的能力，导致各种故障的发生。作为提供整车动力源的发动机，它的性能好坏 尤其显得重要。而发动机的工作条件又极为复杂，运行中正常磨损以及不时变化的转速、 负载和温度、行驶时的颠簸冲击、日晒雨淋、灰沙污染，都不同程度地损害其机件，使得 发动机较容易发生各种各样且无法预见的故障。故障预测技术为处理这种状况提供了可 能，因为它可以通过检测发动机工作状况信息，在故障发生之前通过预测做出判断，给出 警报信息，通过采取一些有效防范措施排除故障，从而避免或者减少损失。开展发动机故 障预测研究，对提高汽车技术人员的业务水平，改善发动机的动力性乃至整车的综合性能 都具有极其重要的意义。 1 2 2 发动机故障预测的方法 发动机故障预测的实现，主要是通过分析处理表征发动机故障的参数即预测参数来实 现的。汽车发动机作为一个综合系统，可以选取的预测参数很多，主要包括：发动机功率、 发动机燃油消耗量、机油消耗量、气缸压力、曲轴箱窜气量、气缸漏气率、进气歧管真空 度、点火系工作质量、机油压力、机油成份、发动机温度、发动机异常声响和发动机振动 量等等。在这些参数中，并不是所有的参数都能独立地表征发动机故障，有的参数如发动 机功率，燃油消耗量等只能作为综合评价参数，不能作为唯一特征参数来判断发动故障的 具体部位、产生机理和发展走势，因而作为预测发动机故障的参数的选择要慎重，必须 具有针对性。 把发动机出现故障后表现出来的异常响声称为异响，发动机出现异响往往是出现故障 的前兆，至少也会加剧某些发动机零部件的磨损，因此必须及时查出故障所在部位并进行 i 堕塞墨三查堂堡圭兰苎墨主塑丝旦塑塑兰垡垫查塑叁垫! ! 垫堕堡型墨竺里塞 排除0 1 。如果能在没有发生故障之前对发动机进行声学分析，进而对可能发生的故障进行 预测，并给出合理化的预防和维修建议是最有益的。 众所周知，对于旋转机械如压缩机、风机、水泵等，异响是比较普遍的故障表现形式， 也最容易检出，通过分析异响特征可以达到以下几个方面目的： ( 1 ) 损伤的早期检出； ( 2 ) 损伤、异常现象的正确判别； ( 3 ) 劣化速度的预测o “”。 经过多年的研究，目前该技术已较为成熟，在工业现场得到有效的应用。研究表明， 声波是有振动的物体产生声源并在空气等介质中的传播而产生的6 1 。当发动机的部件受到 不平衡载荷作用或者其他部件的干涉时均会产生振动而发响，因而发动机的异响究其根本 是振动引起的，分析发动机的声学特征也就是间接分析发动机的振动情况，振动分析技术 的成功应用表明，利用声学分析技术对发动机的异响故障进行分析是可行的。 从技术的角度说，近年来发展起来的声强测试技术为发动机故障声响特征信息获取打 开了突破1 3 同。通过声强测量，分析被测部件的噪声产生机理和特性，不但可测得声源声 强级的高低，还可以识别声源的方位，揭示声强分布的规律特性，为故障研究提供参考”1 。 根据发动机本身构造和运行的特点，目前采用声强分析发动机的异响和振动已成为故障诊 断与预测的方法之一，实验证明，频谱能够描述异响的振幅随频率变化的分布情况，发动 机每一种声响都对应于特定的频谱，其中总有一组特征频率区别于其他声响，而这些频率 对于同类发动机是近似的。在发动机不解体的情况下，利用专用的诊断仪器，辅助数据 处理软件，对异响进行频谱分析，利用现代计算机快速的数据处理技术，就可以准确快速 地判断故障的位置、故障产生的机理和故障可能会在将来的某段时间发生，并给出预防措 施。 对于发动机某种特定的故障，如果能够准确地发现故障特征和时间的关系，那么故障 预测的关键问题也就解决了，但实际上，由于发动机运行工况的复杂性，其故障特征并不 是随着时间增长呈较为明晰的关系，只能用模糊的故障率曲线来描述其故障发生的趋势。 典型的故障率曲线是大家熟知的“浴盆”曲线( 或者是威布尔分布曲线) ，曲线形状呈两 头高中间低，分为明显的三个阶段：早期故障期、偶发故障期和严重故障期“1 。为了达 到发动机故障预测系统的初衷，本系统在故障率和时问关系建模阶段着重讨论的是发动机 运行期间的偶发故障期和严重故障期的故障发展趋势问题。 故障发展趋势的这种增长或降低的不平稳性使得这类趋势预测问题较为棘手，但研究 者并没有望而却步，各种新的方法方兴未艾。对于这些含有非平稳趋势的时间序列，为了 寻求表达被研究对象与时间关系的最佳模型，不同领域的学者在其领域内都有研究，比如 林巨等人运用神经网络对公路交通噪声建立时序模型，刘国俊等人采用威布尔分布对外场 设备的寿命建立了趋势模型等嘲“。可见目前故障预测建模的方法并不统一，但对这些建 模方法总结一下不难发现，当前对发动机这类含有非平稳故障趋势时间序列建模方法主要 有三种： 堕塞里三查兰堡主丝兰茎主塑丝旦堑塑主塑垫查塑垄垫垫垫壁堡型墨堕塑塞 ( 1 ) 非线性函数模型法 非线性函数模型法的原理是利用函数逼近真实的故障发展走势。按照函数类型分为线 性函数、对数函数、二次函数、指数函数、双曲线函数、幂函数、多项式函数，正态分布 函数等。这种方法的特点是可能会由于采用不同的函数模型，造成模型误差较大，甚至不 能用。因而应根据被研究对象的实际时序特点来选择函数类型。 ( 2 ) 时序模型方法 时序模型法的原理是通过分析前几个( 如5 个) 运行周期的特征参数，推导一个运行周 期特征参数。主要方法有a r m a 模型及其变化模型，这种方法主要运用于具有随机趋势的 非平稳时序的建模和预报；灰色理论模型法：用灰色关联分析代替a r m a 模型的回归分析 法，用于研究生成函数的逼近度，主要用于时间序列较短且具有明显的上升或下降趋势的 时间序列预测；神经网络模型法：用大量的，同时又是很简单的处理单元通过广泛地连接 而形成的复杂网络系统，具有较强的联想，记忆和推理能力。通过黑箱的网络权值和阈值 来拟合这种各运行周期特征的发展趋势关系。目前，神经网络理论的应用范围较为广泛， 其预测能力受到了充分的重视，其应用也在不断的发展之中。 ( 3 ) 组合模型方法 组合模型法的原理是对非平稳时间序列中的趋势分量和平稳序列分量分别进行建模， 再将它们组合成原时间序列的数学模型。趋势分量模型利用非线性函数模型法建立，可以 是多项式函数、三角函数等，也可以是几种函数组合而成，具体函数结构视非平稳趋势的 特性而定；平稳序列分量模型可以用平稳时序模型a r m a 模型、灰色理论模型和神经网络 模型来描述，或者是上述模型的组合儿”】 州。 本文在分析发动机以往故障声学特征的基础上，考虑到发动机故障发生的不稳定性， 采用了时序模型方法中的神经网络方法构建了发动机故障预测模型，有关详细建模参看第 四章的故障预测系统方案研究和第五章的发动机故障预测模型研究。 1 3 国内外故障预测技术的发展状况及趋势 i 3 i 故障诊断与预测技术及其产生背景 众所周知，任何一个机械设备在工作中都会产生故障，其机械性能在一定时期后低于 额定值，特别是现代的机械设备日趋大型化、高速化、连续化和自动化，其性能与复杂程 度的提高造成机械设备故障增加、停机损失、维修费用高、维修周期长。为了避免或减少 设备故障，保障生产安全，运用当代一切科技的新成就预防设备的隐患，进而分析故障严 重程度、部位、类型、性质及进行趋势分析与预报，这也就是故障预测技术。通过安全保 障措旅及时发现故障，甚至在故障发生之前能够预先通过预测做出正确判断，其重要性和 可行性已被生产实践所证实。近几十年来，对现代大宗、复杂设备进行故障预测的迫切需 求使得机械故障预测技术的发展较为迅速。但是根据报道目前世界上只有不到1 0 的设备 实施了实时检修和故障预测，可见这方面的工作做得并不够“”。 堕塞堡三查兰堡主丝苎苎主塑丝堕堑塑妻塑丝查塑垄垫! ! 垫堕塑型墨竺竺塞 1 3 2 国内外故障预测技术的发展状况 了解一项技术的发展，首先应认识到当今的很多学科都是建立在跨学科基础上的，故 障预测技术也不例外。它的基础是设备故障检测技术、故障信息处理技术和故障预测建模 方法，下面分别简要介绍它们的现状。 早期的设备异常检测相当程度上还是凭借操作员的现场巡视和经验，考察设备运行现 场出现的异常响声、异常温差、异常振动等决定对设备进行检修。随着传感器技术的发展， 现在很多设备内都配置了各种传感器，以实时方式测定设备运行的各种关键状态量，如目 前应用振动传感器测定振动位移、应用声强传感器测定噪声、利于温度传感器测定温度、 利用角位移传感器测定发动机节气门开度等，传感器技术发展给实时监测设备运行状况提 供了可能，现代信息处理技术由于计算机信息处理能力的提高也得到了广泛的应用。对预 测技术的研究方面，源于国外的模糊数学技术、神经网络技术、国内学者邓聚龙提出的灰 色理论等都给预测建模的发展注入了生机和活力，很多建模方法在工程上得到实际应用 【1 6 】【l 邮 口 故障预测技术能够及时发现故障，甚至在故障发生之前能够预先通过预测做出正确判 断，进而采取一些有效措施排除故障，从而避免或者减少损失，这样的案例有很多。1 9 7 5 年4 月5 日，联盟1 8 号飞船在飞行主动段，末级火箭点火后不久，制导系统发生故障， 在此情况下发动机紧急关闭，用逃逸装置将飞船和运载火箭分开，按应急程序返回地面， 避免了重大经济损失和人员伤亡；美国“旅行者”号深空探测器通讯系统故障预测诊断专 家系统中也装有预测模块，用于对飞行器的性能进行实时分析和预测；美国e n t e k 技术公 司的i r d - 8 9 0p m 预测维修系统，丹麦b l ( 公司的c o m p a s st y p e3 5 4 0 t y p e3 5 6 0 系统等， 均可用于设备的离线预测。如i r d 一8 9 0p m 预测维修系统，具有幅值趋势图显示、时域波 形显示、频谱显示、专家系统智能诊断等功能，能够对频谱进行自动比较，并且识别由于 旋转机械转速变化所引起的频率漂移，当机器的工作状态超出预警时，还可以自动报警“”。 在国内，许多企业己经开始从单纯的振动测量或定期检修向长期连续监测和预知维修过 渡。一些高等院校和科研院所也开始研制相应的机械设备状态监测和预测系统。例如天津 大学研制的i d p m 智能诊断与预测维修系统，综合了数字信号处理、多参数故障诊断以及 人工智能技术，可实现离线或在线的设备智能诊断与预测维修。但是目前国内研究的重点 仍集中在机械设备的状态监测和故障分析方面，在智能化的在线预测技术方面投入不够。 许多厂家和研究单位研制的监测系统，大多数测量项目单一，有的甚至仅仅局限于对温度、 压力、液位、电量等常规参数的检测，不具备对振动量或其相关量如声强为主的机械动态 特性进行检测和分析的功能，也就无法全面反映机械设备的工作状态，即便具有检测振动 量的功能，也大都限于设备的监测和故障分析，而在设备工作状态趋势预测方面做得远远 不足。国家机械工业技术发展基金委员会提出的“九五”期间研究工作目标中有一项就是 在大型机械设备状态监视和故障分析的基础上，研究大型机械设备状态趋势预示的技术， 开发大型机械设备状态趋势预测系统，用于估计故障的传播、发展，并对设备的劣化趋势 做出预报。总结一下可以不难看出，故障预测技术已成为保证一些系统安全性的最后一道 4 南京理工大学硕士论文基于神经网络和声强技术的发动机故障预测系统研究 防线，在很多领域如航空、船舶、汽车、机车、机械、冶金、电力以及石油化工都非常需 要它，其重要性越来越得到人们重视。 1 3 3 故障预测技术的发展趋势 基础技术的发展决定了像故障预测技术等同类综合应用技术的发展。从当前设备故障 检测技术的发展动向来看，已从原先简单的施加旋转、振动方法发展到采用以温度、压力、 流量、速度、噪声、磁力等参数的数据综合分析方法；信息处理技术的发展和现代高速的 计算机处理能力为故障信息处理铺平了道路；但在建立故障诊断预测模型上，到目前为止， 还没有广为适用或有效统一的方法，而这个领域的研究一直就没有间断过。研究者通过应 用知识工程、专家系统、人工智能技术、统计学模型等在很多方面都取得了比较好的效果。 可以看出，故障预测技术总体发展趋势是：选取的特征参数越来越充分地反映研究对 象的特征，采用多种特征参数信息融合已成为一个重要的研究方向；故障信息的处理方法 也灵活多样，快速明晰：建立的模型越来越向实时性、通用性、自学习性方向发展，且对 异常故障有一定的应急处理措施，如建立异常故障预测模型等n ”。 1 3 4 故障预测技术在汽车领域的应用概况 在汽车领域，监控和预测汽车运行状况，是汽车故障预测的主要途径，在很多方面得 到了体现。发达工业国家从上世纪三十年代就开始执行强制性机动车安全性能的年检制 度，而且从一开始就逐步采用了可以实现定量检测的科学检测设备，根据检测出来的数据 判别汽车的被测部件是否达到预定的标准，如丹麦h p a 公司在1 9 2 8 年就生产出滚筒式制 动台。报道说，国外现正在预测制动鼓制动蹄配合付、气缸活塞环配合付状况方面展开工 作。国内，早期汽车故障预测基本上是靠人的实际生产和操作经验进行判别，从6 0 年代 末才开始研究检测一预测一诊断技术当时称为“汽车不解体检测”；8 0 年代汽车故障诊断 与预测技术的迅速发展，主要以引进国外的汽车检测技术和设备为主导，同时自己也生产 了很多汽车检测设备；9 0 年代以来，汽车检测技术和设备向质量轻、体积小、易携带、便 于流动测试、智能化、功能全、操作使用方便方向发展。国内已较为成功的研制出了大型 汽车发动机综合检测仪，并且投入了使用“”。总体上讲，这些检测设备的逐渐完善，为汽 车及其零部件故障预测的特征参数体系建立提供了较为准确和精密的数据基础，但它们仅 仅只能作为一种较为完备检测手段。在实际的汽车故障预测中，要做到各总成及零部件异 常故障的早期预测就要涉及到异常状态模型和最佳预测算法的建立等技术难题啪。 国内外的很多大学和科研机构采用了不同的方法，对汽车总成及零部件的故障诊断和 预测技术进行了大量的研究和探讨，已取得了比较满意的效果，但将发动机的故障预测作 为课题提出，并进行学术研究的到目前为止国内还没有出现。 1 4 本文研究的目标和内容 1 4 1 本文研究的目标 童室墨三查堂堡主丝壅 苎主塑丝堕塾塑兰堡垫查塑垄垫垫塑堕雯塑查堑竺壅 从总体上说，本文着重研究基于声强分析和神经网络技术的发动机故障预测系统的实 现原理和方法，在此基础上编制了发动机故障预测系统的软件。系统的目标是通过对发动 机声学特征的分析处理，选取能表征发动机故障的声强特征，利用发动机故障预测模型， 匹配相对应的故障模式，预测发动机将会在某个时间段里可能会发生的某一种或几种故 障，并提出相应的防范措施或补修方案。发动机故障预测系统应具有以下几个特点： ( 1 ) 预测的发动机故障均是常见的故障，且以异晌为表现形式。 ( 2 ) 故障特征参数较少，预测样本较容易获取。 ( 3 ) 发动机故障预测模型参数可调，训练方式灵活多样。 ( 4 ) 系统具有较强的自学习能力。 1 4 2 本文研究的内容 在系统实现原理部分，本文分析了异晌表现形式的发动机故障产生机理以及声强技术 在工程上的具体应用，讨论了利用声强频谱分析发动机故障方法的可行性。在实现方法部 分，建立了完备合理的发动机声强故障特征库后，对发动机的主要故障进行分析，确定发 动机故障预测特征参数，然后确定预测方法，进而建立发动机故障预测神经网络模型，利 用v b 与m a t l a b 混合编程法编制系统软件。对发动机可能会发生的典型故障进行了分析预 测和举例，具体工作描述如下： ( 1 ) 发动机异响表现形式的故障产生机理分析 在参阅大量文献的基础上对活塞敲缸响、活塞拉缸响、活塞销子响、曲轴轴承响、连 杆轴承响、正时齿轮响和气门响等发动机异响故障产生的机理进行分析。详见第二章的异 响表现形式的发动机故障分析。 ( 2 ) 关于发动机故障预测特征参数选取 发动机故障特征参数有很多可以选取。而发动机异响，是由于发动机技术状况不正常， 在运转中出现的异常振动而引起的。异响往往是产生恶性事故的前兆，至少也会加剧一些 发动机零部件的磨损，因此必须及时准确的查出故障所在部位并进行排除。实践证明，每 一种敲击声响都相应于特定的频谱，其中总有一组特征频率区别于其他敲击声，而这些频 率对于同类发动机是近似的，因而可以准确快速地判断和预测故障。因此，在发动机不解 体的情况下，选择发动机在不同部位的声强特征作为发动机故障预测参数，分析以异响为 主要表现形式的发动机故障，是比较可行的方法。详见第三章的声强测试和基于声强分析 的发动机故障预测步骤。 ( 3 ) 故障预测模型的建立 本文在分析当前应用较广的预测方法的基础上，利用神经网络模型作为故障预测建模 方法。神经网络模型致力于按照生物神经系统处理存在于世界上的客观事物，从本质上讲， 它是一种适合于大量并行信息处理的计算模型。神经网络模型用于预测有以下优点：实现 了非线性关系的隐式表达，容错能力强、预测精度高、动态自适应性强，适合高度非线性 系统的智能预测，比较适合发动机故障发展不平稳性的特点。目前已在模式识别、故障诊 6 壹塞里三查兰堡主笙苎苎主塑丝塑鳖塑主望垫查堕垄垫! ! 垫壁蔓型墨竺竺塞 断、数据压缩、函数拟合、智能控制、信号处理以及编码理论等许多领域得到了广泛的应 用。详见第五章的发动机故障预测模型的建立。 ( 4 ) 发动机故障预测系统软件编制 软件编制分为系统界面编制、预测模型计算内核编制和系统数据库的开发。 对于一个友好的软件交互界面，用户可以不经过任何特殊的培训就可以使用它并进行 辅助分析。本课题采用v i s u a lb a s i c6 0 软件开发界面，并通过连接m sa c c e s s 数据库， 实现用户故障预测过程中的相关信息的交互。 m a t h l 】0 r k s 公司推出的m a t l a b 软件具有强大的信号处理能力、绘图能力和计算能力， 并具有很多实用的函数，为编制预测模型计算内核提供了方便。m a t l a b 软件自6 5 以上版 本均具有用来开发与现有的v i s u a lb a s i c 等软件c o m 组件和相应的接口，它们可以相互 调用对方的程序，方便了编程和系统的实现。 数据库是整个系统开发的重要组成部分。随着数据库管理系统的发展，特别是关系数 据库、面向对象数据库和数据模拟的出现，开发完整的产品数据库已切实可行。对于本系 统数据库，所采用的数据模式是关联数据模式，因为关联数据模式易于修改和扩充，适应 性好，数据结构简单、理解容易，数据库和应用程序可独立地修改和维护，易于对视图、 表、域和索引进行修改、扩展。 7 南京理工大学硕士论文 基于神经网络和声强技术的发动机故障预测系统研究 2 异响表现形式的发动机故障分析 2 1 发动机常见故障及其表现形式 2 1 1 发动机常见故障分析 按发动机的结构特点，可将其常见故障分为以下类型：曲柄连杆机构故障、配气机构 故障、润滑系故障、冷却系故障以及燃油供给系故障等n “，下面作具体介绍。 曲柄连杆机构是发动机中传递运动和动力的机构，工作条件恶劣，燃烧产生的高压、 高温气体直接作用在曲柄连杆机构的各零部件上，在交变的载荷和热负荷的作用下，极易 出现故障。曲柄连杆机构故障具体可分为机体组零件故障、活塞连杆组零件故障和曲轴飞 轮组零件故障。机体组零件故障主要包括水套壁的裂纹与破洞、汽缸体主要安装孔的磨损、 汽缸体上平面的翘曲、连接螺纹的损坏、汽缸磨损、拉缸、汽缸产生裂纹、汽缸套穴蚀、 缸盖与缸体结合平面的翘曲和缸盖产生裂纹等。活塞连杆组零件故障主要有活塞环槽磨 损、活塞销孔磨损、销座裂纹、活塞顶部裂纹、活塞裙部磨损、活塞环磨损、活塞环弹力 下降和活塞环的折断与卡死等。曲柄飞轮组零件故障主要有曲轴曲颈磨损、曲轴弯曲与扭 曲、曲轴断裂、合金层的磨损、合金层疲劳裂纹与剥落、合金腐蚀和烧瓦等。 配气机构主要零部件的常见故障有：气门密封锥面与头部缺陷；气门颈部烧损、腐蚀、 裂纹、变形与折断、气门导杆的磨损与弯曲、气门端面及气门锁夹槽的磨损、气门导管的 失效、气门弹簧失效、摇臂失效、推杆失效、挺柱失效、凸轮轴失效以及正时齿轮失效等。 润滑系故障主要有机油泵故障和滤清器故障等。 冷却系故障主要有：水泵漏水、水泵叶轮与其相配合的泵壳磨损；水泵轴、水泵轴承 孔磨损；散热器漏水、结垢；风扇摆头、节温器失效等。 汽油机和柴油机的燃油供给系故障有较大区别。化油器式汽油机燃油供给系常见故障 有不来油或来油不畅、混合气过稀、混合气过浓、怠速不稳、怠速过高、加速不良等。而 对于电控燃油喷射汽油机，其故障主要来自于系统各传感器、零部件及控制回路。主要包 括：空气流量计故障、发动机水温传感器故障、进气温度传感器故障、氧传感器故障、压 力传感器故障、节气门位鬓传感器故障、发动机转速传感器故障、凸轮轴位置传感器故障、 发动机爆震传感器故障和电子控制回路故障。柴油机燃油供给系常见故障有起动困难、功 率不足、工作不稳、排气烟色不正常和飞车等。 2 1 2 发动机故障的表现形式 从功能上分，发动机的故障主要表现在运行中常会表现出一些功能上的不足或丧失， 如起动困难、加速不良、怠速不稳、燃油经济性不良、发动机烧瓦等。从故障的二次表征 上说，任何一种大型机械设备运行中，会伴有固有的状态信号如振动、噪声、温升、变形、 磨损、气味等，所以发动机故障又主要表现在发动机的零部件磨损加剧、轴承座振动剧烈、 因冷却不良或其他原因导致的发动机机体过热、产生较大的发动机异响、发动机产生不正 r 堕蔓墨三查兰堡主笙苎墨三塑丝翌垡型兰堡茎查堕垄垫垫垫壁堡塑墨竺堡塑 常气味等。在这些故障表现中，异响表现形式的故障几乎覆盖了发动机的大多数故障类型。 2 2 异晌表现形式的发动机故障特征及其机理分析 2 2 1 发动机异晌及其分类 发动机异响，是由于发动机技术状况不正常，在运转中出现的异常响声，一般是因为 发动机装配不当或零件间磨损间隙过大所产生的金属敲击声。不同的异响反映着不同性质 和不同程度的故障。发动机异响可能是故障的反映，也可能是部分零部件的过度磨损，因 此必须及时查出故障缺陷部位并进行排除。实践证明，每一种敲击声响都对应于一特定的 频谱，其中总有一组特征频率区别于其他敲击声，而这些频率对于同类发动机是近似的， 因而可以准确快速地判断一些发动机特征故障。因此在发动机不解体的情况下，分析发 动机异响最科学的方法是用专用的分析仪器，对异响进行频谱分析，用频谱描述异响的振 幅随频率变化的分布情况。 常见发动机异响分为燃烧异响和机械异响。燃烧异响是发动机不正常燃烧时产生的响 声。如发动机爆燃类似于敲击金属的响声；汽油发动机化油器回火声：排气管放炮声和“突 突”声等。机械异响主要是运动件因磨损、松动、润滑不良和修理调整不当使配合间隙过 大或配合表面损伤，运转中引起冲击和振动，而产生金属敲击声，主要集中在曲柄连杆机 构和配气机构等部件。 2 2 2 发动机常见异响故障特征及其产生机理分析 根据发动机工作原理和实际构造特点，本文主要从发动机机械部分常见的活塞敲缸故 障、拉缸故障、曲轴及连杆轴承故障、气门部位故障、正时齿轮故障等入手对其故障现象 及故障表现的声学特征进行说明，并分析了故障产生的主要原因。 ( 1 ) 活塞敲缸响 故障现象：发动机怠速运转时就会发生，敲击声清晰而有节奏”1 。敲缸较重时声强级 能达到9 5 d b 。 产生机理分析：发动机正常工作时，活塞与气缸间就会有正常磨损，配缸间隙变大会 产生活塞敲缸响；汽车在灰尘大的地区使用、机油质量差、机油量不足、发动机温度过高， 活塞环卡在环槽内、活塞拉缸都会引起非正常磨损造成配缸间隙过大，也会导致活塞敲缸 响；维修时因制造精度和材料不良、气缸套镗磨不正、湿式气缸套安装不正或缸体变形等 使得气缸中心线与曲轴轴线不垂直引起偏缸也会产生活塞敲缸响：连杆轴颈锥度过大、轴 承孔有锥度、连杆弯曲或扭曲等会引起的活塞偏缸也会发生活塞敲缸响；活塞装反、连杆 轴承过紧、活塞销与座孔过紧使得活塞运动失调也会引起活塞敲缸响。 ( 2 ) 活塞拉缸响 故障现象：活塞与气缸相互拉磨而发声，发动机中速时运转非常明显。一般来说该故 障不会太严重，声强级在7 0 d b 左右，拉缸严重时声强级会超过l o o d b ，这时缸套需换了。 宣室墨三查堂婴主丝皇苎王塑丝塑竺塑苎塑垫查塑垄垫垫苎壁塑型墨! 堕型 产生机理分析：活塞与气缸套配合间隙过小会引起活塞拉缸响，活塞的主推力面部位 拉伤较为集中；活塞销与活塞销座孔配合间隙过小会引起拉缸响，活塞的主推力面会出现 两条明显的拉伤痕迹；连杆弯曲会导致拉缸响，活塞销座孔附近靠近弯曲方向部位拉伤最 为严重：冷却系统工作不良，活塞环端隙太小或没有倒角，活塞材料不良也会引起拉缸响。 ( 3 ) 活塞销响 故障现象：发动机怠速稍高运转，会发出一种有节奏的敲击声，比活塞敲缸响更清晰。 试验表明单缸断火后响声更清晰，敲击频率变快。试验时声强级处于6 5 - - 8 5 d b 。 产生机理分析：活塞销与连杆衬套( 或活塞销座孔) 配合间隙过大，在工作中相互碰 撞会造成活塞销响：润滑不良或温度过高加剧活塞销与衬套( 或座孔) 的磨损会导致活塞 销响；维修时铰销衬套或座孔的精度不够，使配和间隙过大或过小也会产生或间接导致活 塞销响。 ( 4 ) 连杆轴承响 故障现象：发动机中速运转时，发出一种较重而短促的金属敲击声，声强级较大。 产生机理分析：使用的润滑油不足或牌号不符、油压低、汽车超载或超速行驶维修时 对轴承过度刮削引起早期磨损，使连杆轴承与连杆轴颈配合间隙过大，在工作中相互碰撞 发响会造成连杆轴承响；连杆轴承螺栓拧紧力矩过小，引起轴承松动，拧紧力矩过大，引 起轴承间隙变小并过度挤压均会导致连杆轴承响“。 ( 5 ) 曲轴轴承响 故障现象：发动机中速运转时响声出现，高速更为明显，并在中、高速范围始终有响 声：响声随负荷增大而增大，比连杆轴承响沉重发闷，中高速时抖油门最明显，声强级范 围较宽。 产生机理分析：曲轴轴承与曲轴轴颈配合间隙过大，在工作中相互碰撞造成曲轴轴承 响；曲轴轴承螺栓拧紧力矩过小，引起轴承松动；曲轴轴承螺栓拧紧力矩过大，引起轴承 间隙变小并过度挤压也会产生曲轴轴承响。 ( 6 ) 气缸漏气响 故障现象：活塞与缸套轻微漏气时，发动机低速运转，内听有“哧哧”声，在其他转 速下不明显或消失；严重漏气时，低速响声较弱，中速响声沉闷，高速减弱，在曲轴箱通 气孔脉动冒烟，排气冒篮烟；如果相邻两缸之间的气缸垫损坏，发动机还会出现“回火” 和“放炮”现象。故障不严重时声强级在7 0 d b 左右。 产生机理分析：气缸套、活塞和活塞环严重磨损会产生气缸漏气响；活塞环对口、卡 在槽内、弹力弱或装反，新更换的活塞环没有磨合好会产生气缸漏气响，活塞销窜动顶动 卡环折断拉缸，或活塞环端口锋利而拉缸也会导致气缸漏气响；润滑和冷却气缸和活塞的 喷机油嘴堵塞或喷嘴角度不对，气门间隙过小或无间隙，气门烧蚀，气缸盖螺栓松动，气 缸垫损坏均会导致气缸漏气而发响o 。 ( 7 ) 气门响 发动机配气机构的结构不同，气门发响的部位也不同，对于顶置气门机构，气门响是 1 0 南京理工大学硕士论文犟f 神经网络和声强技术的发动机故障预测系统研究 指摇臂与气门尾端撞击发晌，顶置凸轮轴气门机构，气门响是摇臂与气门尾端或凸轮与摇 臂碰撞发响。 故障现象：发动机低速运转时，能听到一种清晰而有节奏的敲击声。断火后响声不变 化，敲击频率变慢。 产生机理分析：故障发生的根本原因是气门机构间隙过大，润滑不良。气门调整螺钉 松动，气门调整螺钉磨损，没调整好会产生气门响；气门室油孔堵塞润滑油上不来，使气 门机构严重磨损，液压挺杆磨损漏油或损坏，或润滑系统压力太低也是产生气门响的常见 原因嘲1 。 ( 8 ) 气门弹簧响 故障现象：弹簧断口摩擦或振动而发出“嚓嚓”声，并伴有“呲呲”漏气响声，发动 机低速运转时明显，中高速运转不明显，但会出现“回火”和“放炮”现象，断火后“嚓 嚓”响声不消失，而“呲呲”响声减弱或消失，在气门室内昕比在曲轴箱内听明显。 故障机理分析：气门弹簧弹性变形造成与其他结构件摩擦，气门弹簧折断是气门弹簧 响的常见原因。 ( 9 ) 气门挺杆响 故障现象：发动机怠速稍高时，在挺杆室一侧听较为明显，中高速减弱或消失，若挺 杆与挺杆导管间隙过大，响声会比气门响重些，若挺杆下端面与凸轮碰撞发响，其响声无 规律，断火后响声的频率下降，而敲击强度不变化。 产生机理分析：根本原因是挺杆、挺杆导管和凸轮磨损后，出现挺杆与气门推杆、推 杆与推杆导管、挺杆与凸轮碰撞而发响。常见原因有：润滑油压力低，粘度低，润滑油路 堵塞明显，造成液压挺杆磨损不均匀，在磨损严重的地方发出响声。 ( 1 0 ) 正时齿轮响 故障现象：发动机怠速时出现响声，怠速稍高时尤其明显。在驱动结构处听，金属正 时齿轮响声较沉，胶木正时齿轮响声较为清晰，正时链条响声不太容易听出，正时皮带响 声较大，齿轮啮合间隙过小会有呼啸声。响声的特点是发动机低速明显，中速以上消失， 转速降至怠速稍高时响声明显，降至怠速时响声减弱，断火后响声不变化。 产生机理分析：原因是正时齿轮、正时链轮或正时链轮磨损或损坏，凸轮轴轴向间隙 过大，使配合不正常，在工作中发响。使用时将油门踏到底使得齿轮过载会产生正时齿轮 响：凸轮轴轴承因磨损间隙过大，润滑油有泄漏，造成润滑不良也会导致正时齿轮响。维 修时新装的齿轮啮合间隙过小，凸轮轴轴向间隙过大，使齿轮不能全部啮合，修理中使凸 轮轴与曲轴中心距变大引起啮合间隙过大，链条张紧器调整不当或损坏也是造成正时齿轮 响的常见原因o ”。 2 2 3 发动机异响的影响因素 发动机的温度、转速、负荷、润滑、装配和磨损是影响发动机异响的主要因素哪! 。 ( 1 ) 发动机异响与温度的关系 塑室里三奎堂堡圭丝苎 苎王塑丝堕堑翌要塑垫查竺垄垫垫垫堕堡型墨竺盟塞 低温发响，温度升高后声响减轻，甚至消失。主要有：活塞与缸壁间隙过大；活 塞因主轴承油槽深度和宽度失准；机油压力低而润滑不良。 温度升高后有声响，温度降低后声响减轻或消失。主要有：过热引起的早燃；活 塞裙部椭圆的长、短轴方向相反；活塞椭圆度小、活塞与缸壁的间隙过小；活塞变形；活 塞环各间隙过小。 ( 2 ) 发动机异响与转速的关系 发动机的大多数常见异响的存在取决于发动机的转速状态。 部分异响仅在怠速或低速运转时存在。主要有：活塞与气缸壁间隙过大；活塞销 装配过紧或连杆轴承装配过紧：挺杆与其导孔间隙过大；配气凸轮轴上凸轮轮廓磨损：有 时，起动爪松动而使皮带轮发响( 在转速改变时明显) 。 维持在某转速时部分声响紊乱，急减速时相继发出短暂声响。主要有：凸轮轴正 时齿轮破裂或其固定螺母松动；曲轴折断：活塞销衬套松旷：凸轮轴轴向间隙过大或其衬 套松旷。 部分异响在发动机急加速时出现，维持高速运转时声响仍存在。主要有：连杆轴 承松旷、轴瓦烧熔或尺寸不符而转动：曲轴轴承松旷或轴瓦烧熔；活塞销折断：曲轴折断。 ( 3 ) 发动机异响与负荷的关系 发动机上不少异响与其负荷有明显的关系，分析时可采取逐缸解除负荷的方法进行试 验，通常采用单缸或双缸断火法解除一或两缸的负荷，以鉴别异响与负荷的关系。 某缸断火，异响顿无或减轻。主要包括：活塞敲缸；连杆轴承松旷；活塞环漏气； 活塞销折断。 某缸断火，则声响加重，或原来无响 铜套松旷；活塞裙部锥度过大；活塞销窜出 金烧熔脱净：飞轮固定螺栓松动过甚。 此时反而出现声响。发响的原因有：活塞销 连杆轴承盖固定螺栓松动过甚或连杆轴瓦合 相邻两缸断火异响减轻或消失。发响的原因有：曲轴轴承松旷等。 ( 4 ) 异响与润滑状况的关系 润滑状况不良，则发动机配合机件不正常摩擦增强，磨损加重，必然导致异响严重。 2 3 发动机异晌故障的常规处理方法 发动机异响故障处理的常规方法是指在没有较为先进的辅助测量或诊断设备如声压 频谱仪、振动测试仪、声级计、综合测试仪等的条件下，利用实际维修经验或者简单的测 试手段，根据发动机异响的部位、特征、出现时机及变化规律，在听响声的同时还应适时 的观察排气颜色、烟量变化，并借助听诊仪和断缸等方法，来寻找发动机故障的具体部位， 对症采取相应措施。这种方法需要发动机检修人员有较为全面的发动机构造和工作原理方 面的知识以及长期的检测经验。经验方法基本是靠排除法来分析的。1 ，下面以曲轴主轴承 异响故障检查流程为例，用框图的形式对常规的排除法作一说明，如图2 1 所示。 1 2 南京理工大学硕士论文基于神经网络和声强技术的发动机故障预测系统研究 图2 1曲轴主轴承异响故障检查处理流程 可见利用常规方法处理故障不但需要丰富的经验，而且很繁琐。本文采用声强分析方 法为异响表现形式的故障检查和特征采集提供了新手段，详见第三章的故障预测的实现步 骤一节。 南京理工大学硕士论文基于神经网络和声强技术的发动机故障预测系统研究 3 声强测试技术及其在发动机故障预测中的应用 3 1 声强的定义及其在工程上的应用 声场中任意一点a 处的声强定义为垂直于声波传播方向的单位面积上单位时间内通过 的声能“1 。 如果给定一个方向矢量r ，则声场中a 点在r 方晦i 上i i 声强分量，可表示为： ，( t ) ：p ( t ) ，( t ) ( 3 1 ) 式中： ，( t ) a 点r 方向上的瞬时声强，w m 2 ； p ( t ) a 点的声压，d b ； u r ( t ) a 点在r 方向上的空气质点振动速度，r i f f s ； t 时间，s 。 一般在工程分析中采用的较为广泛的是时均声强，它是一段时间内瞬时声强的平均 值，数学上表示为： 扣吉r 加) “，( t ) d t ( 3 - 2 ) 式中： 1 ，时均声强，d b 。 t 平均时间，s ：其他同上。 因为时均声强是声压与振动速度的互相关函数在t = 0 时的取值，即： 0 2 ，( 0 ) 广 。 g ，( ，) 咿 式中： 尺。( 0 卜信号p ( t ) 和“，( t ) 的互相关函数r “( t ) 在t = 0 时的值； g ，( f 卜信号p ( o 和u r ( t ) 的单