基于鐵譜分析技術的發動機故障診斷系統設計

李銳

摘 要：本文針對發動機故障診斷的要求，結合鐵譜分析技術的特點和優勢，深入研究和開發了基于鐵譜分析技術的發動機故障診斷專家系統。主要思路是把計算機圖像處理及識別技術與鐵譜分析技術相結合，并根據本文設計的專家系統來識別磨粒類型和故障原因，實現了鐵譜的自動分析，提高了發動機故障監測與診斷的準確性和效率。

關鍵詞：鐵譜分析；故障診斷；專家系統；發動機

鐵譜分析技術是一類被普遍應用在機械設備磨損故障診斷和磨損狀態監測中的技術手段。發動機作為一類復雜的機械設備，其運行狀態的好壞直接影響到整個系統的可靠性和安全性。因此，研究和開發高效、實用的故障診斷系統，對于盡早發現設備故障苗頭，減少或杜絕設備故障的發生具有重要意義。

本文針對發動機故障診斷的要求，結合鐵譜分析技術的特點和優勢，深入研究和開發了基于鐵譜分析技術的發動機故障診斷專家系統。

1 設計思路

由于鐵譜分析的對象最終是鐵譜譜片上的磨粒，本質是磨粒識別問題。因此，把計算機圖像處理及識別技術與鐵譜分析技術相結合，便成了機械故障診斷和鐵譜分析領域的熱門研究方向之一。本文所研制系統采用了鐵譜圖像識別的方法， 其整體思路是利用計算機對圖譜進行采集、處理，提取出各種磨粒的主要特征，比如：周長、長短軸比、圓度、面積等，建立磨粒圖像的數據庫。把樣本圖譜中的主要特征參數與已有圖譜數據進行比較，進而識別出被檢測磨粒的類型。這種方法實現了鐵譜的自動分析，從而為診斷專家系統對鐵譜信息的自動獲取和利用創造了條件。專家系統的設計思想就是為了提高發動機故障監測與診斷的準確性和效率，利用鐵譜信息的自動獲取，建立專家知識庫，實現發動機在運行狀態及零部件失效方面的智能監測與診斷。

2 具體工作

2.1 建立數據庫

標準磨粒樣本庫是整個數據庫的核心，其中包含了正常滑動磨粒、球狀磨粒、切削磨粒、層狀磨粒、疲勞磨粒、嚴重滑動磨粒等多個子數據庫。在各個子數據庫中記錄了各個標準磨粒樣本的主要特征參數值。本系統建立樣本庫時主要記錄了兩類特征參數，一類是包括面積、長度、長短軸比、周長、等效面積圓直徑的形狀特征參數。另一類是包括圓度值和RGB值的顏色特征參數。本樣本庫之所以采用兩類特征參數，是因為對圖譜識別時，由于鐵譜圖譜的多樣性，計算機不會識別出所有的特征參數，有時僅會識別出兩三個參數。所以此樣本庫幾乎涵蓋了識別圖譜所需要的顯著參數值，并且在形狀特征參數類，通過其中兩個參數就可以推出另外的數值。提高了識別圖譜中磨粒的效率和準確性。

本系統利用計算機對圖譜進行采集、處理，提取各種磨粒的主要特征，再結合文獻中的詳細資料建立數據庫，此數據庫采用Fortran開發工具設計，并儲存在Excel里，方便程序進行鏈接和訪問，可以實現對參數的增添、修改，而不影響系統程序的運行。

2.2 設計診斷系統

Fortran中自帶界面的設計，用戶只要根據自己需要，設計出所需的界面。在本系統當中，設置的選擇框有鐵譜參數、數值輸入、開始診斷、磨粒類型、故障原因五個。在鐵譜參數下拉菜單里有之前建立樣本數據庫時所選取的兩類特征。如果需要添加更多的特征，只需在建立的數據庫里進行添加，無需修改代碼。在數值輸入中隨意輸入一個數值時，進行計算，程序運行，找出磨粒類型，并得到發動機的故障原因。

2.3 故障診斷過程

Image J軟件是一種圖像識別軟件，可以對采集到的鐵譜圖譜進行簡單的分析，從而得出磨粒的基本參數，并將得出的數據用記事本制作成相應的數據庫。根據得到的磨粒參數，輸入到之前設計系統的診斷界面，在后臺與樣本庫進行對比，得出發動機故障類型。

3 案例分析

3.1 采集鐵譜圖，分析得出特征參數

磨粒特征的提取，需要對鐵譜進行圖片處理，才能測量出具體的數值特征。打開Image J軟件，輸入一張圖譜，點擊菜單欄中的Image->Adjust->Color Threshold，運行后可以得到具體的顏色參數，繼續點擊菜單欄中的Analyze->Analyze Particies，運行后最終得到具體的形狀參數，結果如下圖。

3.2 輸入特征參數，得出故障類型

打開診斷界面，在形狀參數列表選擇面積，在數值處輸入28，在顏色參數列表選擇RGB，在數值處輸入867329。點擊診斷，得出磨粒類型和故障原因如下圖。

再在形狀參數列表選擇長短軸比，在數值處輸入1.05，在顏色參數列表選擇圓度，在數值處輸入0.97.點擊診斷，得出磨粒類型和故障原因如下圖。

3.3 歸納總結，得出最終發動機故障

由以上系統診斷，得出鐵譜圖中既有正常滑動磨粒，又有球狀磨粒，可估計發動機的潤滑工作正常，但滾動軸承有些許疲勞裂紋，并且發動機中具有相對滑動或滾動表面的零件安裝不良或其表面有開裂。因此，根據判斷出的故障，可以確定維修方法為更換發動機中的滾動軸承，檢查更換受損部件后全部潤滑并重新安裝。