柴油機拉缸故障監測診斷方法綜述

王 宇，張永祥

（海軍工程大學動力工程學院，湖北武漢 430033）

0 引言

隨著現代工業的不斷發展和社會的不斷進步，作為動力的柴油機被廣泛應用于交通運輸、海上機械、軍事、工業和農業等各大領域，其熱效率高、經濟性好、維護和管理較方便、且對各種機械的適應性較好等特點致使其在市場中占有很大地位，而隨著柴油機的廣泛運用，隨即而來的機器故障就越來越引起人們重視，柴油機一旦發生故障，將給工業和農業生產帶來難以估計的影響，輕則損壞機器，重則可能威脅到人身安全，而對于柴油機來說常見的故障主要有拉缸、抱缸、活塞連桿以及軸承間隙異常等問題[1-2]。其中，拉缸故障[3-5]是柴油機常見故障之一，一旦發生拉缸，輕則拆機打磨缸套，重則整體換機，有時甚至會威脅人的生命安全。

1 柴油機拉缸故障機理

拉缸，也可以叫熔著磨損或者黏著磨損，柴油機拉缸指的是活塞與氣缸工作面、活塞環與氣缸工作面間由于相互之間的作用破壞了潤滑膜，產生干摩擦，或者是由于摻雜磨粒導致摩擦加大，從而產生大量的熱量，造成了熔化和黏著[1]，加大了與杠壁的磨損和接觸摩擦，導致拉缸現象產生，拉缸大多發生在柴油機磨合階段或者是運轉一定時間之后。當柴油機發生拉缸故障時，通常會出現發動機轉速明顯下降、發出難聽聲音、排溫先上升后下降，排煙顏色改變，排氣壓力降低、發動機耗油量以及水溫會升高、和發生劇烈振動[6]等問題。在柴油機發生拉缸時，在氣缸壁的表面會出現明顯的刮痕或者溝槽，導致摩擦力急劇增大[7-9]，甚至可能造成氣缸套與活塞及活塞環間咬死的情況發生。而根據其工作表面的損傷程度又可以進行分類，分別為擦傷、劃傷、咬傷和咬死等4種狀態[10-12]。當柴油機發生拉缸故障時，如果是在低速運轉則會停機熄火，如果此時正在高速運轉有沒有自動停機裝置，則可能拉斷活塞和連桿，致使整機報廢。而且拉缸發生的時間不同，有時幾分鐘，有時幾十分鐘，甚至有時候只要幾秒鐘，在還沒有反應過來時，柴油機已經損壞，所以柴油機一旦發生拉缸，則問題相當嚴重[13-17]。

2 柴油機拉缸故障監測診斷方法研究現狀

針對柴油機拉缸故障問題，國內外專家學者都在研究怎樣能夠更好的監測診斷這項故障，雖然很多人都在做，但是對于能從真正實際上解決監測診斷拉缸故障問題的方法卻很少[18-22]，診斷方法主要是通過機理研究、振動分析、以及摩擦潤滑等角度進行分析研究，從事拉缸故障診斷研究的專家學者很多，文獻數量也很龐大，但是內容大同小異，實質性的進展分析比較少，并沒有真正意義上解決問題，以前在技術還比較落后時候，對于拉缸的診斷大多都是通過操作人員觀察進行判斷，這個方法主要是根據操作人員人為的那種觀察，憑借他們的肉眼，根據經驗和現象分析，來判斷是否發生拉缸故障，這種方法相對來說比較簡單、快捷、方便，但是對操作人員的素質要求非常高，需要其有豐富的經驗，所以一般情況不采用。

2.1 基于性能參數的拉缸故障監測診斷方法

柴油機拉缸故障產生的機理正是由于活塞組件與缸套之間相互作用破壞了潤滑膜，產生干摩擦，進而導致黏著磨損，也就是拉缸，所以很多專家學者在基于柴油機拉缸機理的基礎上對拉缸故障進行監測診斷。

徐久軍[23]依照模擬實驗的相似準則，針對拉缸故障的特點設計了磨損試驗，從材料的角度提出造成拉缸的根本原因是摩擦生熱致使表面材料硬化相的碎裂和折斷。

樓狄明[24]針對某型號的柴油機其第二缸發生的拉缸問題，使用硬度塞測量了柴油機活塞的溫度場，并進行了金相分析，發現此機發生拉缸的原因是活塞熱負荷超標，并從冷卻角度進行了改進。

由于活塞間隙過大或者過小，活塞與缸套配合不當或者鑄造不良都會造成拉缸故障，所以謝建新[25]通過測量柴油機活塞的型線、橢圓度以及配合間隙等參數來判斷是否發生拉缸。

2017 年，李雪[26]等人通過利用石墨含量不同的缸套與活塞環配副，分析石墨含量不同的缸套對抗拉缸效果的影響，他們用試驗機，根據貧油實驗法，進行抗拉缸實驗，實驗主要是通過機械拋光的方法控制6 個缸套表面的石墨含量，1～6缸的石墨含量依次變高，通過對比在不同石墨含量下抗拉缸時間的大小得到結論：缸套表面沒有石墨的漏出的抗拉缸效果比有石墨露出的效果差，而隨著石墨含量的增加抗拉缸性能先增加再減少，主要是因為，如果石墨含量高到一定程度，會降低缸套的承載能力，致使抗磨損能力下降，導致抗拉缸性能減弱。

將明華[27]通過進行拉缸故障模擬實驗，人工模擬制作拉缸故障以及密封圈損壞故障，將正常液壓缸與故障液壓缸共同實驗比較，測量其內泄漏量，通過特點對比來分析拉缸狀態。通過對比分析發現，隨著拉缸和密封圈損壞程度增加，液壓缸的內泄漏量增加，泄漏量隨壓力差的增加而增大。

Rabut[28]針對柴油機的第一道氣環，分析了其在工作時與環槽產生的微焊接現象，這正是因為第一道氣環工作環境的溫度比較高，潤滑條件較差，活塞環和環槽之間的接觸壓力大導致的，這對于研究拉缸故障中產生的活塞環與缸套間發生微焊接現象有借鑒的意義。

錢作勤[29-30]通過使用人工智能語言PDC Prolog 從而建立了小型的分析柴油機拉缸故障診斷的專家系統，該系統的基本結構是由模塊化的結構所組成的，主要有推理機、自學習和解釋等3 大功能。

在1978 年，Patir 和Cheng[31-32]對Reynolds 的方程進行修正，考慮到摩擦副的表面粗糙度的影響，提出使用平均流量來計算粗糙表面的流體壓力分布，這對于之后對摩擦副之間的潤滑特性的研究有非常重要的意義。Rohde[33]通過把平均Reynolds 方程與Greenwood 和Tripp[34]提出的微凸體接觸模型結合到一起，建立了關于活塞環一缸套系統的混合潤滑模型，通過此模型能夠更好地分析活塞環一缸套的潤滑問題，解釋了一些基于光滑表面假設的流體潤滑理論解釋不了的問題，這一模型也成為日后研究活塞環一缸套潤滑摩擦問題的經典理論模型。

2.2 基于油液的拉缸故障監測診斷方法

柴油機發生拉缸故障很大一部分原因是潤滑不好，潤滑油或燃油質量不高，當柴油機發生拉缸故障時，油液內元素和金屬含量都會發生變化，國內外專家學者基于油液方面對柴油機拉缸故障監測診斷做了相關研究。

嚴永年[35]利用鐵譜及光譜技術分別對柴油機內的機油金屬顆粒含量進行測量，分析兩種結果在發生拉缸故障時的對應性，但是其對應性不是一成不變的，所以兩者結合使用效果可能更好。

李柱國[36]通過實驗研究發現，建立油品理化分析、油品屮金屬顆粒的鐵譜分析、光譜分析和潤滑系統污染度檢測的綜合分析系統相對于單個分析系統來說，可以更全面和及時的診斷拉缸故障。

蔣元星[37]通過實驗總結了當柴油機發生故障時潤滑油的元素成分含量將發生變化，并發現當發生拉缸故障時油內Fe，Cr 和Mo 的含量有所上升，且鑄鐵會發生擦傷，磨損顆粒也明顯增加。

李廣太[38]運用能譜分析技術分析了柴油機的油液磨粒，通過磨粒的特點對拉缸故障進行診斷。

法國熱機協會在2010 年時將滑油溫度傳感器安裝在了他們的柴油機缸內，通過對連桿甩出來的滑油溫度來進行拉缸的檢測。

還有的人通過測量水溫或者油溫診斷拉缸，因為柴油機產生拉缸后潤滑油溫度會發生變化，而潤滑油溫度的改變會對潤滑油質量有很大影響，溫度越高潤滑效果越差，就更容易產生拉缸。但是這種方法由于測量周期較長，而拉缸發生的速度又很快，可能會在沒有判斷出來之前已經造成較大事故，也不常用。

2.3 基于振聲的拉缸故障監測診斷方法

由于柴油機在運行過程中會產生多種振動信號，一旦發生拉缸故障，這些信號的參數將會產生明顯的變化或沖擊，國內外專家學者通過實驗研究，分析這些信號參數變化的特點來進行拉缸故障的診斷，對于振動診斷拉缸故障主要分三個部分，振動信號診斷、扭振信號診斷以及聲發射信號診斷。

江志農[39-42]研究員及他的團隊在基于摩擦動力學的條件下，對柴油機拉缸故障做了相關研究，他在實驗中利用RecurDyn 軟件創立柴油機模型，建立柴油機在發生拉缸故障時活塞與缸套間的摩擦力模型，通過測量活塞軸向加速度，運用角域分析法，根據活塞加速度信號相較于曲軸轉角的變化來確定由于拉缸而引起的較大振動的相位。由于柴油機發生拉缸故障時會增加活塞與缸套之間的摩擦力，而且活塞經過上、下止點的時候，活塞的加速度信號將會產生強烈波動，產生沖擊信號，所以可以判斷柴油機的拉缸故障。

郭宜斌[43]等人根據柴油機潤滑失效會導致拉缸現象產生的這個問題進行實驗，建立活塞環與缸套之間的有限元模型，依據摩擦學相關知識建立了柴油機活塞組件軸系扭轉振動的計算模型并對其進行求解，進而提取出當發生拉缸故障時軸系扭振信號的變化規律。當柴油機發生拉缸故障時，其2 諧次的扭角幅值的變化最明顯。但是實驗用的是空壓機，不能保證所有機型都適用這條件

周軼塵[44-45]等人依據柴油機的活塞與缸套配合間隙過小會導致拉缸故障發生這一特點，通過測量柴油機缸壁的振動信號和總振級來診斷柴油機拉缸故障，當柴油機由于配合間隙過小導致拉缸時，總振級會下降，而且表面振動的PSD 中高頻部分明顯增加。

于洪亮等人針對拉缸問題[46-47]，利用振動監測技術以及二次圖像分析，采集、分析柴油機在沒有潤滑油情況下干摩擦產生的摩擦振動信號，通過這種方式來對柴油機的拉缸故障進行診斷和預防，實驗主要是使柴油機在無潤滑下進行低速運轉，進而產生拉缸，并從中分析摩擦振動信號的相關參數變化，實驗過程中為確保不提供潤滑油運轉，還在缸套底部裝有隔油器并用脫脂棉花對缸套表面進行擦拭，確保干凈無油，柴油機的轉速也不宜過大，否則會影響隔油器的隔油效果，通過對特征信號的提取和分割，計算出摩擦振動信號特征參數的值的變化，發現隨著拉缸故障的不斷加重，特征參數的值有著明顯的變化，而且實驗后缸套表面有明顯的擦痕和溝槽，這些擦痕和溝槽正是由于柴油機產生干摩擦導致拉缸而造成的，而這些痕跡的分布也恰恰與特征參數的變化相一致，這次試驗也說明了可以根據摩擦振動信號的特征參數變化來判斷柴油機的拉缸情況，進而及時的診斷和預防。

張海城[46]通過人為制造拉缸故障實驗，發現根據柴油機機體振動的時域信號以及功率譜信號能夠初步對柴油機拉缸故障進行診斷；段禮祥通過利用實機進行拉缸故障的模擬實驗，采集缸蓋振動信號的時域峰峰值、高、中幅值脈沖、平均值等參數發當發生拉缸故障時這些參數有明顯變化可以作為拉缸故障診斷的依據。

華春蓉[47]通過測量柴油機的曲軸扭振信號中0.5 諧次的幅值以及相位信息，實現了對柴油機拉缸故障的診斷而且還找到了發生故障的氣缸號，并且根據這個幅值還能夠推斷出發生拉缸故障的程度。

黃映云[48]等人依照多體動力學的相關知識建立了柴油機軸系的多體動力學模型，并通過檢測和分析實驗柴油機的扭振信號，對比拉缸故障發生前后信號變化情況來判斷柴油機拉缸故障的產生。主要現象是當柴油機發生拉缸故障時，軸系扭振的低諧簡諧1.0 次振幅的增幅較大，各主諧次的扭振幅值較正常情況也增大

李玩幽[49-50]等人通過測量扭振信號來對柴油機的拉缸故障進行監測和診斷，他們主要是根據兩種摩擦力模型通過對拉缸在不同階段的扭振信號進行仿真，分析其在時域、頻域中的情況，對比不同情況時的簡諧幅值并比較不同階段的峭度值，因為峭度對此類故障相對較敏感，第一種模型是假設拉缸過程中摩擦力的摩擦系數不變，而第二種模型是基于機械—分子摩擦理論，通過對柴油機發生拉缸后的特點進行分析，進而建立拉缸的計算模型，從而得到了拉缸發生時的扭振信號的特點，當拉缸故障時，主簡諧振幅有所增加，而單缸故障下的主簡諧振幅較有下降。李玩幽等人通過實驗雖然有一些成果，但仍然有很多地方有待下一步研究，比如需要更加精準的摩擦力模型來做拉缸故障實驗，提高實驗準確度；拉缸故障發生時轉速變化比較復雜，對于測轉速診斷拉缸的方法難度較大，需要找到更準確有效測轉速方法。

AshkanMoosavian 等人專門研究拉缸的振動診斷技術，做了大量實驗，得到了發生拉缸故障時振動信號所在的頻域；通過對聲發射檢測技術的研究和使用，R.M.Douglas 等人做了大量的關于柴油機活塞、活塞環與氣缸套接觸面的摩擦特性的研究實驗，結果表明聲信號的來源正是活塞組件與缸套的接觸面的接觸和摩擦造成的，與此同時也發現，接觸面磨損之后的粗糙程度影響聲發射信號的敏感性；Jacobo Porteiro 等人做了大量實驗，研發出了三級式神經網絡，通過這個神經網絡，能夠比較準確的判別柴油機所發生故障的原因，有助于及時解決相關故障問題[51-55]。

澳大利亞的西澳大學Guzzomi[40]等人在2007 年時根據變慣量這一方法針對活塞與氣缸套之間的摩擦力是否會對柴油機的曲軸的自由振動固有頻率有影響作了分析，在實驗過程中始終將活塞與氣缸套間摩擦力的摩擦系數設為固定值。

此外，國外在一些微觀領域的研究也有較高的造詣，比如對產生拉缸故障時的聲波以及振動。

2.4 拉缸故障診斷的信號處理方法研究現狀

基于振聲信號的拉缸故障監測診斷是近幾年的熱點研究問題，國內外專家學者都在試圖找到一個完美的信號處理方法解決拉缸信號混疊重復嚴重的問題，近幾年所用到的信號處理方法有很多，比如時域分析法、頻域分析法、以及時頻分析法，小波包分析[56-57]，等等。

吉哲[58-60]等人在做柴油機故障實驗時，基于聲信號不平穩的特點，設計了改進小波閾值和EMD 相結合的去噪方法，這種方法其實是利用兩種方法各自的優點，根據相關系數法來找到振動信號主導和噪聲主導的本征模函數分量的分界點，對高頻噪聲主導的本征模函數采用改進小波閾值函數進行去噪處理，再進行信號重構，從而得到去噪后的信號。

暢志明[61-63]等人利用經驗模態分解和聚合經驗模態分解對柴油機故障信號進行處理，再利用多信息熵對信號特征進行提取，通過IMF 分析進而來判斷柴油機相關故障。

朱江濤[64]在基于欠定盲源分離的基礎上進行優化，通過重構得到虛擬觀測信號，從而將欠定問題轉變成適定或者超定，又通過自適應Parafac 方法對虛擬路徑進行盲源分離得到有效源信號，進而來診斷柴油機故障問題。

朱麗娜[65]等人在基于RiliefF 和PCA 兩種方法的基礎上，結合兩種方法優點提出了一種優化柴油機故障診斷方法，先是使用RiliefF 提取信號的敏感特征，再用PCA 降維，最后用支持向量機將不同工況的敏感特征進行分類，從而判斷柴油機的拉缸故障問題。

2007 年，呂成緒[66]等人利用分形理論對S195 型柴油機的缸體表面振動信號進行了分析研究；2009 年，占惠文等人[67]使用模糊神經網絡方法對船舶柴油機進行故障診斷；2000 年，劉世元[68]等人將小波包分析運用在了在柴油機故障診斷中；2014 年，王秋鵬[69]運用自適應神經模糊推理系統來進行了柴油機故障診斷；李偉[70]等人運用和聲搜索算法優化BP 神經網絡來診斷柴油機故障。

張金偉[71]等人分析了基于瞬時轉速和ART2 神經網絡診斷柴油機故障的優缺點，提出將瞬時轉速與ART2 相結合來進行柴油機故障診斷，并驗證了其精度和可靠性；張金偉還提出了運用PCA 和RBF 來分析瞬時轉速信號從而進行柴油機故障診斷。

卓宏明[72]等人提出基于Petri 網和螢火蟲神經網絡相結合的故障診斷方法，先是利用Petri 網歸納柴油機故障模式，提取出神經網絡的訓練數據，再用螢火蟲算法來進行優化，進而進行柴油機故障診斷。

趙景波[73]等人提出一種基于小波－RBF 神經網絡的診斷柴油機拉缸故障的新方法。

3 問題與展望

雖然拉缸故障一直被國內外專家學者所研究，基于振聲分析也一直是故障診斷的一大方向，但是到現在仍然沒有一個完整的方法可以很好的對拉缸信號進行分解處理，原因主要有兩個，第一，柴油機早期拉缸故障信號不明顯，監測診斷不容易完成，故障現象也不清晰，而拉缸故障產生的時間或者經歷的過程非常短暫，幾分鐘甚至幾十秒的時間就有可能將機器損壞；第二，柴油機本身振源很多，既有燃燒激勵，又有氣閥落座、連桿沖擊、活塞換向等激勵力的影響，振動信號比較復雜，而且拉缸故障產生時其信號的時頻信息重疊嚴重，信號不易分離，難以識別。而針對這些問題，結合多種方法來進行拉缸故障時振動信號的測取并選擇更優化的信號處理方法將是下一步柴油機拉缸故障研究的主要方向。

4 結語

當前，柴油機被廣泛應用到各個領域，而作為柴油機的多發故障拉缸被國內外專家學者廣泛關注，本文分析了柴油機拉缸故障的機理，闡述了國內外對于拉缸故障的監測診斷方法并分析了優缺點，基于振聲信號分析，找到合適的信號處理方法并進行優化處理是今后拉缸故障研究的主要研究方向。