基于結構及行為的柴油機智能故障診斷

張 彤，韓 靜，劉 平

（1.北京理工大學機械與車輛學院，北京 100081；2.北京航天試驗技術研究所，北京 100074）

由于柴油機自身的結構特點和工作原理，限制了一些測試方法和分析方法的應用，旋轉機械設備狀態檢測與故障診斷的成熟技術不能很好地推廣至柴油機故障診斷中。柴油機故障的復雜性主要表現在以下幾個方面[1～3]：故障的多層次性，故障的模糊性，故障的相對性和相關性以及多故障并發性等。

基于結構及行為的診斷能夠克服傳統診斷方法（主要依賴于專家對診斷對象的經驗積累）的缺點，其診斷的全部過程為：建立模型、沖突識別、診斷產生、診斷測試。從工程應用的角度來看，柴油機故障診斷的一般過程主要包括以下幾個方面[4]：故障機理的研究，狀態信號的收集，特征信息選取與提取以及故障分析與診斷等。

基于結構及行為的診斷所采取的方法是沖突搜索診斷，圖1模型描述了系統的行為模式。

圖1 沖突搜索診斷

基于結構及行為的診斷的基本思想是[5]：根據系統組成部件和部件間的連接關系，建立待診斷系統的模型，然后根據建立的系統模型以及系統的實際輸入，邏輯推導出系統在正常工作情況下的預期行為，如果預期行為與實際觀測到的行為有差異，就說明系統存在故障。利用模型診斷方法，能夠確定引發故障的元件集合。

從解釋或者推理的角度可將基于結構及行為模型的診斷分為：基于一致性的診斷，基于溯因診斷。前者只使用系統元件的正常行為模型，建模效率高，能夠處理在設計階段沒有預見到的故障，但系統模型中不含元件的故障行為模型，所以不能指出故障元件所處的具體故障模式。后者引入元件的故障行為模型，給出了從故障到觀測的因果關系，但當出現未預見的故障時，將得不到正確的診斷。為了使診斷得到進一步的優化，可將這兩種方法相結合地用于模型診斷中。

基于結構及行為診斷的基本過程包括系統建模，候選診斷生成，候選診斷測試和候選診斷鑒別4個階段，如圖2所示。

圖2 診斷一般過程

1 相關算法研究及診斷系統設計

基于結構和行為診斷中，由沖突集計算碰集是診斷必不可少的一個步驟。用約束傳遞來計算最小沖突集，可以保證每次求解的一定是一個沖突集合[6]。對于碰集的計算，可以采用HS-dag算法，該算法按寬度優先（先處理完某一層上的全部節點，才能繼續處理下一層的節點）生成DAG(Directed Acyclic Graph)[7]。將沖突集合計算方法與HS-dag的碰集算法結合起來，使沖突集合和碰集合的求解同時進行，完成算法的優化。

對于不同的領域，有不同的建模語言。采用的RODON軟件平臺可以對復雜技術系統進行高效的工程建模。通過使用RODON集成的Rodelica建模語言，幾乎可以對任何系統（部件）進行建模，其所建立的模型重復使用率高，減少了建模的時間和成本。RODON通過對系統建立虛擬產品模型并利用基于沖突的故障搜索機制，對系統故障進行推理和仿真，完成系統故障診斷，生成故障診斷知識。

為求得診斷結果，構建的系統主要包括：掃描解析模塊、輸入觀測值模塊和故障診斷模塊。圖3是整個系統的架構。

圖3 診斷系統結構圖

設計思路是：對Rodelica語言描述的模型文件加以解析掃描，得到診斷需要的約束網絡，有了約束網絡之后可以根據它來計算沖突集合和碰集，從而得到診斷結果。

2 柴油機進氣系統常見故障診斷應用研究

進氣系統作為發動機的關鍵組成部分，在實際工程應用中，其典型故障是傳感器故障、堵塞和泄漏。使用基于結構及行為的診斷系統主要對傳感器的故障進行診斷研究。

2.1 進氣系統的結構

圖4描述了發動機的進氣系統結構。在系統內，用來模擬測量溫度和壓強的積分電路有4種狀態。同時，有3個傳感器測量周圍的壓強、溫度和工況。

圖4 進氣系統結構圖

2.2 傳感器故障診斷研究

對于傳感器的行為的模擬，可以用一個方程來表述：

其中，Ys 代表氣流計的真值，yr是使用診斷系統仿真得到的值，而f代表故障（故障發生，f≠0）。

診斷模型的主要輸入參數如表1。

表1 診斷模型的主要輸入參數

根據所建立的模型進行仿真，使用Rodelica語言編寫模型代碼，經過調試后準確無誤。為了評價該模型的計算精度和可靠度，需要對模型進行驗證。

在系統行為正常時，用RODON軟件進行建模和分析，可以得出傳感器處于正常狀態，圖5所示結果為system ok，可以看到診斷結果的準確性。當殘差超過容差限制，傳感器均發生故障，如圖6所示，圖6(a)是往下漂移的故障，圖6(b)是往上漂移的故障。

圖5 傳感器無故障診斷結果

圖6 傳感器漂移診斷結果

3 故障定位及多故障模式診斷技術應用研究

針對診斷結果來說，前文只是研究了當故障是否出現時系統及時診斷的能力，而本部分將更深入地研究如何在系統內對這些故障發生進行定位，以及多故障同時發生時的診斷問題。

3.1 進氣系統診斷時的故障定位

傳感器故障的定位研究，建模時采用Rodelica語言，對各系統的個部件物理結構、功能及行為模式進行描述。圖7顯示了進氣系統中傳感器發生故障時的仿真和診斷結果。在圖的底部，給出了一個候選的診斷。這里的診斷結果是傳感器的值發生往下的漂移，也就是給出的值偏小。

圖7 傳感器故障診斷

可以利用同樣的方法，實現堵塞故障的診斷定位及泄漏故障定位。

3.2 多故障模式的診斷研究

對于工作情況惡劣，結構復雜的發動機系統來說，可能不只是單一故障模式導致進氣系統故障。因此，對于進氣系統，應該考慮2種或3種故障同時發生的診斷問題。對于多故障模式，其一般流程如圖8所示。

圖8 多故障診斷流程

以傳感器和空氣過濾器同時故障為例，得到的診斷結果，如圖9所示，證明了該故障診斷定位系統對于多故障診斷的準確性。從側面說明了，該系統是一個較為完整的診斷系統。

圖9 堵塞和傳感器同時故障診斷結果

4 總結

基于結構及行為的故障診斷方法具有很強的實用性和準確性，該理論方法起源于人工智能領域，本文運用該方法在工程領域服務于生產實際。基于結構及行為的智能故障診斷系統的重點在于故障搜索機制的建立，這套機制的核心是基于沖突導向的搜索，在模型推導值和實際理論值之間存在差異時，找出出現故障的元件或部件是該系統的最終目的。基于對柴油機內部結構、功能及行為的分析，最終構建了一套適用于診斷發動機故障的智能診斷模型，完成了傳感器故障的診斷。對于進氣系統的多故障模式的診斷，進行了研究。

[1]張建俊.汽車監測與故障診斷技術[M].北京: 機械工業出版社, 1999.

[2]斯坦尼斯拉夫斯基著.柴油機技術診斷[M].李新敏,張均享譯.北京 : 國防工業出版社, 1989.

[3]Jones N B, Li Yuhua.Review of condition monitoring and fault diagnosis for diesel engines [J].University of Leicester, Leaf Coppin Publ Ltd., 2000, 6: 267-292.

[4]徐章遂, 房立清, 王希武, 等.故障信息診斷原理及應用[M].國防工業出版社, 2000: 5-7.

[5]張學農, 姜云飛, 陳藹祥, 等.基于模型診斷的分步求解[J].軟件學報, 2008, 19(3): 584-593.

[6]林 笠.基于env診斷模型的建立[J].暨南大學學報(自然科學版), 2001, 22(5): 40-45.

[7]徐俊潔.一種基于模型的故障診斷系統研究與實現[D].大連: 大連海事大學, 2010.