文/武迎迎 曹石 秦濤 劉建飛 趙國強
大功率柴油機廣泛應用于船舶、艦艇、電站、特種車輛等領域,對發動機的可靠性要求較高。柴油機故障直接影響到船機、電站及整車的正常運行,甚至危及生命。有資料顯示,大功率發動機的維修及保養費用超過整車整機維護費用的50%。車輛運行不當,故障不能及時處理,甚至會造成發動機報廢,導致嚴重后果。同時,隨著國家排放法規的逐步升級,電控技術正逐步應用于大功率柴油機。電控部件及控制系統的增加,加大了發動機的維修保養難度。傳統的基于人工經驗的維修和保養已經不能適應發動機的需求。
電控技術的應用,對發動機的故障診斷及維修保養既是挑戰,又是機遇。伴隨著云技術和大數據技術的發展,開發基于數據采集及分析的發動機故障在線診斷系統成為解決這一難題的一大解決方案。
該系統旨在對大功率電控柴油機做運行參數監控、故障精確診斷及預診斷。同時,系統具備維修指引及保養提醒的功能。與終端用戶的交互可利用發動機數據采集模塊T-box實現無線傳輸。系統架構見圖1。
基于數據采集及分析的故障在線診斷系統,對來自于發動機傳感器的運行數據進行采集,發動機控制單元ECU對發動機故障做直接診斷和管理,通過儀表或移動設備等終端交互工具反饋給客戶。同時,系統將采集的數據通過T-box上傳至智云平臺,智云平臺的數據實時同步至存儲服務器,服務器通過強大的數據分析工作對運行數據作趨勢化、預警性分析,進而將信息再次傳遞至終端交互工具,提醒客戶及時對發動機做維護保養。
故障在線診斷系統包含兩個層次的診斷,即精確診斷和預診斷。系統中有關故障的分析和定位,采用故障樹分析法。故障樹分析法是一種基于圖形演繹的分析方法,通過描述與故障相關的各事件的邏輯關系,確定檢修事項的順序,并以樹狀的形式構建故障形式及故障信息的流程圖。故障樹分析法的優點是:構建過程鑒定、執行效率高、可用計算機進行輔助分析。通過故障樹分析方法,對系統報出的故障做清晰的分析定位,明確故障現象、故障失效形式及故障狀態,定位故障點,實現發動機的精確診斷。
精確診斷主要是通過發動機控制器對發動機運行數據進行采集,發動機控制系統的故障診斷模塊會對采集數據作分析比較,結合系統中對故障策略的開發,經過多層級系統分析,明確故障點或故障件。故障明確之后,發動機控制系統的故障管理機制對異常情況進行報警,通過無線或CAN通訊傳遞給終端交互模塊(儀表或移動設備)。如圖2所示。
本系統重點關注發動機較為致命或頻繁的幾類故障模式,包括發動機漏氣量異常、進氣管路漏氣、噴油器故障、活塞穿孔、連桿瓦異常磨損或化瓦、主軸瓦異常磨損或化瓦、曲軸扭振超限報警等。
預診斷是基于大數據的分析實現。系統通過發動機控制器采集發動機各運行數據,采集的數據通過云端傳到服務器,服務器端采用數據的回歸分析以及基于灰色預測的可靠性評估,分析指標劣化情況及趨勢,從而預測發動機故障發生時刻,提前告知用戶及時采取措施,避免發動機出現重大故障。
本系統的故障預診斷主要對發動機劣化指標作分析,包括基于漏氣量劣化、基于機油耗指標劣化、基于燃油消耗指標劣化、基于增壓器性能劣化、基于主軸承溫度指標劣化。如圖3所示。
傳統的保養維護技術存在實車檢測難度大,拆裝困難等問題,尤其是大功率發動機,故障性維修的難度更大,這對發動機的使用提出更高要求,需要嚴格按照發動機的保養要求進行,避免因為保養不及時造成發動機故障。發動機控制系統針對該類需求做了專項開發,對于需要按照特定周期、特定要求及時更換的部件,開發了基于時間和檢測指標的診斷及提醒。在接近運行時間或檢測指標接近限值的情況下,系統會以故障的形式發出保養提醒的指令,建議用戶在下一個開機循環之前做換件保養,否則在指標超過限值時系統會報出相應的故障,觸發發動機限扭或不允許開機。保養提醒的主要發動機部件包括:空氣濾清器、機油濾清器、燃油濾清器、機油及防凍液更換或添加提醒、呼吸器濾芯更換提醒等。

圖1:系統架構

圖2:精確診斷過程
系統提供與客戶交互的界面,目前支持手機、平板的APP安裝使用。通過交互界面,客戶可以查看系統的故障狀態,單擊相應的故障或提醒,有對故障或提醒的詳細說明。繼續點擊,可以獲取發動機維修或換件的指引說明。該服務將發動機的維護保養真正做到了便利快捷,進而保證了發動機高效高質量運行,避免重大故障的發生。

圖3:預診斷過程
系統為方便用戶及時了解掌握發動機運行狀況,提供更為人性化的人機交互界面,界面可為用戶提供發動機運行狀態、系統的故障、保養提醒、維修指引等信息。用戶點擊發動機運行狀態,可以查看發動機運行時間、發動機當前轉速、平均油耗等信息。在有故障或保養提醒報出時,點擊相應的選項可進行該故障的精確定位及分析。在故障件或保養件明確之后,客戶進入維修指引系統,根據換件或保養需求可查到具體的操作步驟及方法,完成系統的維護。
大缸徑柴油機故障在線診斷系統開發完成后,在20臺某型號柴油機上進行了功能驗證:在歷時一年的試運行期內,平均故障檢出率提高20%,維修保養費用降低15%,應用效果良好。
通過開發故障診斷系統,使用戶可以實時了解發動機運行情況,故障的精確定位也極大提升了維修人員的維修效率,故障預診斷大幅降低了發動機的重大故障的發生。隨著大數據分析技術的不斷發展,發動機故障的診斷技術會進一步得到提升。