基于振动分析的内燃机故障诊断分析

1、解决方案示范文本 | Excellent Model Text 资料编码：CYKJ-FW-295编号：_基于振动分析的内燃机故障诊断分析审核：_时间：_单位：_基于振动分析的内燃机故障诊断分析用户指南：该解决方案资料适用于为完成某项目而进行的活动或努力工作过程的方案制定，通过完善工作思路，在正常运行中起到指导作用，包括确定问题目标和影响范围、分析问题并提出解决方案和建议、成本计划和可行性分析、实施和跟进。可通过修改使用，也可以直接沿用本模板进行快速编辑。鉴于内燃机在结构和工作原理上比较的复杂，而且激励源和零部件也非常的多，因此，当内燃机出现了故障的时候，一般症状都比较复杂，故障信号也比较难检测

2、，在进行诊断的时候便非常的困难。本文主要是从振动的角度对内燃机的故障进行了分析，首先，分析了内燃机的振动结构和振动特性，然后从振动分析的角度，探讨了如何对内燃机发生的故障进行诊断的问题。内燃机在工业、农业等所需的机械设备中，属于比较重要的机械之一，尤其是在船舶、石油钻井、铁路、汽车以及农业等方面得到了广泛的应用。从某种意义上来说，内燃机运行状态的优劣，直接的关系着整个机组的运行状态。所以，提高对内燃机运行状态的检测水平和故障诊断率，对于系统的安全、稳定运行来说，意义重大。下面就从振动分析的角度，对内燃机的结构和振动特性以及故障的诊断问题等进行分析。内燃机的振动结构和振动特性由于内燃机在运行的时

3、候，在各种力的激励下，很容易产生振动的现象，再经过不同的传递路径传递到内燃机的表面。因此，当内燃机的零件产生变化的时候，内燃机的表面振动现象也会呈现出不同的振动特性。在此基础上，专家们研究出了在从内燃机的振动特性进行内燃机故障的诊断。内燃机属于热能动力机械范畴，在人们长期的实践和创新中，内燃机的主运动系统已经形成了由连杆、活塞和曲轴组成的结构可靠、生命力强的曲柄连杆结构为主的系统。再加上其他的辅助系统，便组成了内燃机的结构。按照气缸的排列形式，内燃机主要有V型内燃机和直列式内燃机两种。通常情况下，内燃机的结构一般由八大系统、四大结构组成。八大系统指的是启动系统、控制系统、燃气系统、点火系统、冷

4、却系统、报警系统润滑系统和增压系统。四大结构指的是曲柄连杆机构、调速机构、配气机构和链条链轮的传动机构等。在内燃机里，由曲柄、连杆、活塞所组成的主动力结构，是内燃机的主要结构，在这个结构中，其作用力的来源主要有两方面，一方面是汽缸里气体的压力，另一方面是曲柄连杆的主要动力系统结构在运动过程中产生的惯性力。惯性力主要包括离心的惯性力、往复的惯性力和连杆的惯性力等三个方面。从动力学来看，内燃机的激振源非常的多，主要有燃烧激振源、活塞敲击激振、气门落座冲击、进排气阀在开启和节流时的冲击等。研究表明，内燃机的表面振动的时候，其特征首先表现在具有时域性和频域性的特征，其次，具有循环的周期性和循环间具有波

5、动性，再次，在振动的时候还表现出非平稳时变的特征。基于振动分析，进行内燃机故障的诊断从振动特性的角度来看，在进行内燃机故障诊断的时候，具体的信号分析的方法主要有时域分析法、频域分析法以及人工神经网络法等。首先，时域分析法指的是通过对检测到的时间历程上的信号，在进行运算的基础上，其运算的结果仍在时域的范畴。一般来说，时域分析法主要包括时域的统计分析法、相关分析法以及包络分析法等。在对信号进行时域统计的时候，可以得到振动信号在时域上的统计参数，该参数获得的方法主要有方差标准差法、均值法、最小值和最大值法、偏斜度法以及峰-峰值法等。通过这种方法，我们可以总结出内燃机在整个循环中的正常信号，当点火过早

6、和失火的时候发出的故障信号以及进气阀发生泄漏时的故障信号等。通过对各时域参数进行调查发现，正常时候的均方值较故障的时候大，正常时候的最大值较失火故障或点火过早的故障时较大，但是会比进气阀泄漏时候的最大值偏小，正常时候的最小值会比失火故障或点火过早的故障时偏小，但是会比进气阀泄漏的时候的最小值偏大。其次，频域分析法指的是将时间定义为横坐标，当横坐标上的时域信号经过傅立叶转换成可以分解的频率信号的时候，我们可以从中得到关于原时域的信号频率的幅值以及相位信息等的一种分析法。对内燃机来说，通过对内燃机振动信号中的每个频率成分分析的基础上，总结出内燃机的零件在正常运行时候的频率特征，然后再通过频率成分上

7、的变化，来诊断内燃机是否出现了故障。当气门出现漏气故障的时候，燃爆段缸盖的表面振动信号的时域参数呈现出不稳定的变化，而且没有明显规律，但是，高频带功率谱和总功率谱在比值上呈稳定增大状态。一般来说，频率分析的方法主要有功率谱的分析法、幅度谱的分析法等。再次，人工神经的网络方法。由于内燃机是一个比较复杂的系统，因此，从振动信号分析出的振动特征有可能会包含着多种故障，也有可能一个故障表现在多个的故障特征中。因此，在对内燃机进行故障诊断的时候，很难建立起比较准确的模型。针对这一问题，人们研制出了人工神经网络的方法。这种方法具有自组织、自学习和联想记忆等功能，可以很好的处理振动信号中反应出的不确定的信息，为内燃机故障的诊断提供一条准确而便捷的方法。人工神经网络法中运用较为广泛的是BP神经网络诊断法，其具体算法和特征见参考文献。综述所述，由于内燃机在故