基于灰色關聯分析的柴油機故障診斷研究

，

(江蘇科技大學 計算機科學與工程學院，江蘇 鎮江 212003)

作為船舶推進系統的核心，柴油機的工作狀態直接關系到船舶的安全航行。特別是隨著造船技術的進步，傳統的依靠專家經驗的故障診斷方法不能及時和有效地解決日益復雜的動力和控制系統所遇到的問題。因此，對其進行運行故障診斷，確保設備處于最佳運行狀態，提高設備維修質量和效率是十分必要的。熱力參數法是利用柴油機中介質如空氣、燃氣、滑油、冷卻液等以及其他一些參數來判斷其部件或整機的技術狀況。通過對熱力參數監測和分析[1-3]，將灰色關聯度方法應用于柴油機故障診斷。

1 灰色關聯分析理論

灰色關聯分析[4，5]的基本任務是基于行為因子序列的微觀或宏觀幾何接近，以分析和確定因子間的影響程度或因子對主行為的貢獻程度。

1.1 參考序列和比較序列

參考序列，常記為X0i，由不同時刻的統計數據構成，或者最優單目標優化值，可表示為

(1)

式中：k——不同時刻，多目標優化的目標指標。

將關聯分析中與參考序列做關聯程度比較的子數列，稱為比較序列，也即系統相關因素行為序列，記為X， 可表示為

(2)

式中：X——序列集；

xi——參考序列。

為了便于分析，同時為保證數據具有等效性和同序性，需要在各因素進行比較前對原始數據進行量綱一量的數據處理。在灰色關聯分析中，常用的灰色生成方法主要是純量數據處理方法，包括最大值化處理，最小值化處理等，尤其是均值化、初值化數據處理方法。

1.2 灰關聯系數

灰色關聯系數[6-7]為非負實數ζij(k)為X上在一定環境下Yj(k)與Xi(k)的比較測度：

ζij(k)=

i=0,1,2,…,m；j=1,2,3,…,n；

k=1,2,3,…,p。

(3)

式中：m——基準?？倲?

n——待檢?？倲?

p——基準模所包含的特征參數。

Yj(k)、Xi(k)——Yj與Xi在第k點的數據；

|Yj(k)-Xi(k)|——第j個待檢模與第i個基準模在第k個特征參數處差值的相對量；

1.3 灰關聯度

關聯度可以全面反映事物發展的“相近性”和“相似性”。

(4)

2 診斷應用

柴油機的熱力參數包含著氣缸內工作狀態的信息，另外，也包含著配氣相位、噴油正時等信息。因此可以通過熱力參數對柴油機的工作狀態等作出評價，通過特征參數的差異可以判斷柴油機是否工作正常，以及工作的故障模式。柴油機可監測的參數多，主要選取如下的熱力參數用于灰色關聯診斷：

有效功率Pe，kW；

平均有效壓力pe，MPa；

燃油消耗率b，g·(kW·h)-1；

爆發壓力pz，MPa；

壓縮壓力pc，MPa；

膨脹壓力pexp，MPa；

最大壓力升高比λmax；

增壓器前排氣溫度Tt,in,K;

增壓器后排氣溫度Tt,out,K;

進氣歧管壓力pin,Pa

排氣歧管壓力pout,Pa。

為了驗證診斷系統的有效性，特別是灰色關聯度診斷方法在多參數診斷中的可行性，利用BOOST軟件模擬單缸失火、排氣門延遲關閉、空冷器效率故障、增壓器效率故障、壓縮比減小、噴油提前等柴油機常見故障。在故障的設置時，結合故障仿真的模型，對于需要改變的單缸參數僅以第一缸為基準。在保持各種外界條件不變的情況下分別測取各種狀態下的特征參數，建立診斷系統的待檢向量集，并記下各類故障對應的序號。然后，根據灰色關聯分析方法計算每種故障向量集與基準向量集之間的關聯度。提取特征參數，得出關聯度計算結果。

3 實驗結果及分析

在特征參數的提取中，考慮SULZER 7RT Flex60C型船用低速智能化柴油機的特點，利用AVL BOOST軟件建立SULZER 7RT Flex60C 型柴油機熱力學數值計算模型、柴油機診斷性的仿真計算和試驗驗證，研究柴油機單缸功率不足和失火等故障時熱力參數的變化規律。根據原機試驗獲得的基本性能參數，結合該機的主要結構數據，分別計算推進特性下25%、50%、75%、90%、100%負荷時柴油機的性能參數，通過對灰色關聯算法進行編程，實現灰色關聯算法實驗平臺，仿真計算結果與試驗數據的對比，推進特性下各工況柴油機主要性能參數的計算結果與實測結果基本相符，最大誤差位4.17%，誤差在允許范圍之內。

根據AVL BOOST軟件所建立的SULZER 7RT Flex60C型柴油機模型，提取灰色關聯度診斷的基準向量集。也即每種故障取中間嚴重狀態作為此種故障的診斷基準向量，如圖1中的基準向量集即為故障的診斷基準向量。這些基準故障所對應的具體故障名稱分別是：故障1為正常，故障2為失火，故障3為竄氣，故障4為排氣門提前關閉，故障5為排氣門延遲關閉，故障6為壓縮比減小，故障7為增壓器效率故障，故障8為空冷器效率故障，故障9為噴油提前，共9個基準故障。

在保持各種外界條件不變的情況下分別測取各種狀態下的特征參數，建立診斷系統的待建向量集，并記下各類故障對應的序號。一共6個待檢狀態，見表1。

將表1中的待檢向量集的每個特征參數輸入至灰色關聯算法實驗平臺，分別計算出每個待檢向量與9個基準向量的關聯度，然后取最大關聯度對應的故障號，即得出診斷結果，見表2。

表1 灰色關聯度診斷待檢向量集

表2 灰色關聯度診斷結果集

取表2每一列中的最大值，即對應的兩者具有最大的關聯度，也就是該待檢故障與基準故障模式所對應的故障相同。結合實際柴油機故障模擬特征參數排列順序可以發現，診斷結果與實際狀態完全吻合。

4 結束語

將灰色關聯度分析方法，應用于船舶推進系統的故障診斷，克服了一般診斷方法需要大量樣本、收斂慢、求解全局極值相對困難的缺點。實驗說明，灰色關聯度分析法在柴油機故障診斷應用中是十分有效的，并且診斷結果可靠，將是一種很有潛力的故障診斷方法。該方法計算量小，并且不會出現與定性分析不一致的結論。

[1] HOUNTALAS D T.Prediction of marine dieselengine performance under fault conditions[J].Applied Thermal Engineering，2000(20)：1753-1783.

[2] HOUNTALAS D T，KOUREMENOS A D.Development and application of a fully automatic troubleshooting method for large marine diesel engines [J].Applied Thermal Engineering，1999(19)：299-324.

[3] 胡以懷，萬碧玉，詹玉龍.柴油機性能故障仿真及信息特征分析[J].內燃機學報，1999，17(3)：233-240.

[4] 鄧聚龍.灰色系統基本方法[M].武漢：華中科技大學出版社，2004.

[5] 江國和.柴油機故障的振動診斷[J].華東船舶工業學院學報，2000，14 (1)： 14-18.

[6] 白廣來，孟憲堯.柴油機故障的灰色關聯度診斷法[J].大連海事大學學報，2002，23(2)：80-83.

[7] 王學合，黃 震，范 蔭.柴油機故障灰色診斷系統研究[J].柴油機,2001(4)：31-35.