內燃機智能故障診斷系統的研究及應用芻議

邱效果

摘要：內燃機是將機器內部的燃料燃燒所產生的熱能轉換成動力的發動機，它屬于一種動力機械。它現今主要被廣泛應用在工業與農業的生產過程等方面，其制造生產能力與技術裝備水平不斷得到明顯的提高。但其組成結構與功能比較復雜，所以相關的故障診斷方法也十分復雜難操作，給工作的單位與企業帶來很大的阻礙。本文以內燃機為研究對象，首先對當前內燃機技術機理與技術故障的診斷方法進行闡述，之后分別對內燃機當前的智能故障診斷系統的研究與其應用進行詳細的分析探討，為相關研究調研提供一些建議性的思考與發展。在內燃機車電氣系統的控制中，仍然沿用觸頭聯鎖方式，以形成電器線圈得電的邏輯關系，尤其是在眾多條件下形成的“與”邏輯電路中，不得不串接許多觸頭。這種聯鎖方式的線路，布線十分復雜，可靠性差，部分觸頭因裸露結構，在風沙季節容易發生因落灰后接觸電阻過大，發生虛接、開路等故障。機車運用過程中發生電器聯鎖故障后查找判斷困難，給行車組織帶來較大影響。使用控制電路智能判斷裝置后，可以快速準確地判斷機車控制電路故障點，降低乘務員、機車檢修人員對故障判斷的難度。

關鍵詞：內燃機;智能故障;診斷系統;研究及應用;芻議

0 ?引言

近幾年，隨著我國在科技技術方面有了顯著的突破與成就，也帶動了內燃機技術的發展，它能夠不斷滿足在工農業生產方面的各項要求，其發展前景也越來越好，相關的機械設備也逐步走向智能化、自動化的發展道路，高速強載、高效率等優勢在相關的應用領域中也越來越凸現，然而一些問題與障礙也隨之而來。因為其連續運行且結構復雜，所以在工作運行中也很容易發生系統故障的現象，破壞機械設備的使用，嚴重影響了工農業的生產過程，在某些時候還會造成重大的經濟損失甚至是造成人員傷亡事故，其后果不堪設想。隨著科技的發展，內燃機應用于工農業的規模越來越大，為了滿足生產的需要，機械設備逐漸向大型、高速、強載、自動與智能化、連續運行及高度復雜化發展，同時系統故障發生率也相應增加。一旦發生故障，就有可能使整臺設備甚至整個生產過程受到影響和破壞，造成經濟損失，更嚴重的會發生災難性人員傷亡事故。

1 ?故障機理內容

由于內燃機等大型關鍵設備的運行狀況十分復雜， 為了保證內燃機的正常工作，設備故障的診斷工作要求 更高。故障診斷要求一個智能化的系統，該系統能自行分析設備故障，并提取故障特征從而盡興判斷和預測，結合了人工神經網絡理論和粗糙集理論。目前我國所具有的故障診斷技術與工農業的生產息息相關，而且其復雜系數也很大，所以對其故障的分析也需要參考多方面的數據從而進行診斷，首先就是對內燃機的故障機理進行研究診斷。對故障機理的研究與診斷主要是從信號采集、信號分析處理及特征提取、狀態識別以及決策診斷四個方面進行。

當內燃機的設備異常或發生故障時，對其當前顯示的狀態信號進行相關的檢測與采集是進行故障診斷的一個有效環節，通常采用振動診斷、溫度測試、壓力測試、油液分析技術、無損檢測技術、電渦流傳感器測試等方法。信號分析處理及特征提取這項內容主要是對在設備故障診斷時將測量的模擬信號轉化為數字信號，對其轉化后的信號進行加工與處理，然后對有效的信號進行細化，從而提取出有用的故障信息。由于發生故障原因的不同，所以所呈現的故障現象與信號也會一一對應，種類多樣。在此情況下，就需要建立相對應的故障標準模式，在此基礎上對實際的故障信號進行準確的識別，這一過程就叫做狀態識別。最后一項內容叫做決策診斷，主要是指對在生產過程中可能會發生的故障進行預測并制定出針對性的決策判斷，做到防患于未然。

2 ?故障診斷技術方法

內燃機發生故障的原因比較復雜多樣，因此針對其原因所運用的故障診斷方法也是多種多樣。主要表現為以下幾種故障診斷方法。

2.1 內燃機轉速波動法與振動信號故障特征法

前者主要用于當內燃機其他缸正常運行，但是某一個缸在工作運行中出現斷油、拉缸或者是活塞環發生磨損等問題，且此缸的做功壓力與其他相比較來說有下降的趨勢時，就會采用此診斷方法。此方法能夠體現出相關機器當前的工作狀態與質量，還能比較容易地測出所需的信息，所以在這一情況下能夠診斷出其故障。這種方法雖然能夠簡易地確定出故障的部位，但是不能直觀的得出造成故障的原因，而且采用的機械設備花銷大，安裝與調試也比較難。

振動信號故障分析特征法主要是對內燃機在運轉產生振動時所產生的信息進行檢測與測量，從而研究出內燃機在工作時出現故障的原因，這種方法與其他方法相比較具有一定的優勢，但是對相關的工作人員的要求較高，在必要時也需要采取其它的方法進行輔助。

2.2 灰色系統診斷法、小波分析診斷法與神經網絡診斷法

灰色系統指的是系統中包含有未知的也有已知的信息的系統。通過對此系統進行白化從而得到相關的有效信息，然后在進行相關聯的運算從而進行故障診斷。小波分析法主要是用來分析非平穩信號與平穩信號，其應用價值非常高，也是在故障診斷中進行信號處理的一個有效工具。神經網絡診斷法內部包含的功能為當前所呈現的模糊、不準確以及錯誤的信息的診斷與處理提供了新的路徑。模糊診斷法是通過利用具有模糊關系的矩陣進行相關的變換，并從所表現的征兆來進行故障診斷。

2.3 典型故障診斷方法

除此之外，在生活中還會出現比較典型的故障，所以對其故障也包含有典型的診斷方法，如：Back Propagation算法、自行提取特征和專家系統。前者主要分為正向與反向傳播兩個階段，但是自身也存在有缺陷與不足，所以對此方法也需要進行一些發展性的改進。后兩者都比較智能化，一個是依據信號網絡式自行提取，另一個是依據信號進行智能化自我診斷，將知識作為技術的核心，在很大程度上受到知識的數量與重量的影響，雖然推理過程復雜度高，但是它具有其他方法所沒有的發現問題與自行判斷的技能。

2.4 電壓檢測模塊的掃描周期短

每個周期在0.1s左右，對于大多數應用場合來說，電壓檢測模塊的相應速度完全可以滿足要求。因內燃機車電路電源電壓等級比較多，交直流、高低壓電線混在一起，相互干擾比較大，容易造成電路模塊誤顯示。為了防止電路誤顯示，在電壓檢測模塊輸入端，安裝光電隔離和脈沖吸收電路，消除因干擾造成電器誤顯示或誤動作現象的出現。

3 ?智能故障診斷系統

與傳統的故障診斷而言，現今的診斷系統更具智能化，發揮的優勢也是傳統型的故障診斷系統無法比擬與超越的。當內燃機在運行時發生多種故障時，智能系統能夠實現同時對其故障進行處理，還能實現分布儲存信息，在這一過程中提高了對其問題進行識別與處理解決的效率。它還具有很強的適應能力，不管接收與輸入的信息受外界的影響如何變化，它都能夠很快適應信息的變化能力，完善自身的系統并有效的對信息進行正確合理的處理。它還能夠對接收的信息進行自動修復，如果接收的信息出現不完整亦或是部分不正確的時候，其內在系統能夠自動進行對其辨別，對相應的錯誤信息做到自行恢復，還不影響對信息的后期處理。另外，它還遵循兩個原則，分別是相容性和代表性。它能夠對知識容量以及工作中的運行速度進行有效的解決與提升。

如今隨著信息技術的進步，我國所擁有的故障診斷系統的智能化特征越來越顯著，作用也越來越凸現。其當前的智能化系統將神經網絡理論與粗糙集理論相結合共同作為其理論基礎，將內燃機在運行時所產生振動而帶來的豐富多樣的特征信號為故障診斷提供大量的信息作為參考依據，因此振動診斷法是最常采用的診斷方法。另外在診斷中還結合其他方法，如：小波分析、灰色系統理論以及提取特征方法等數字化更加精確的方法，使其在智能化的道路上發展更加廣闊，在一定程度上也使智能故障診斷系統被更多的人所認可并不斷投入使用，創造更高效的價值。

4 ?智能故障診斷系統的應用

智能故障診斷系統在當前的內燃機故障診斷中呈現著良好的發展趨勢，它具有強勁的實用性等優勢，在未來的發展中還應該結合粗糙集理論、遺傳算法等研究來簡化內燃機故障的操作過程與操作難度，發揮出巨大的潛能。也要對當前具有的有關傳感器的研究和相應的檢測手段不斷進行理念、技術等創新，要發揮不同檢測診斷方式的優點，或者進行多種診斷方式結合來應對不同原因而引起的故障，還要對其在故障狀態下所得出的信號特征進行準確高效的處理，從而保證后期診斷的可靠精確性。在內燃機使用過程中，有條件的話要進行定期的狀態監測與診斷，同時還要注意并進行內燃機智能故障系統的后期保養工作。另外對于診斷方法要進行不斷的處理與改進，提高系統的準確性，從而使其將自身的作用發揮到最大化。

5 ?結語

隨著科學技術的迅猛發展，為目前所擁有的內燃機故障診斷系統的發展帶來技術層面的支撐，帶來發展的新機遇，不斷向智能化靠近，使其在發展的道路上智能化的特征愈加凸現。同時其智能系統也在一定程度上不斷的得到創新與完善，使內燃機在工農業的生產過程中得到更多人的認可與使用。內燃機故障診斷系統由傳統轉向智能化轉變需要技術條件作為支撐。隨著科學技術的進步，內燃機的智能故障診斷系統將會得到更加完善和發展，也必將得到更廣泛的應用。

參考文獻：

[1]劉達德，朱智英，沈祥林.東風4型內燃機車結構和原理[M].北京：中國鐵道出版社，1983.

[2]許廖，王淑英.電器控制與可編程控制技術[M].北京：機械工業出版社，2005.

[3]劉達德.東風4型內燃機車結構原理檢修[M].北京：中國鐵道出版社，2002.

[4]陳立定.電氣控制與可編程序控制器的原理及應用[M].北京：機械工業出版社，2004.

[5]遲興國.內燃機車[J].內燃機車，1999（2）.

[6]周美來，周封，王岳宇.PLC電氣控制與組態設計[M].北京：科學出版社，2003.

[7]袁任光.程序控制器選用手冊[M].北京：機械工業出版社，2002.

[8]吳震宇.內燃機故障診斷若干理論與相關技術的研究[DB/OL].2017（4）：58-61.

[9]徐立華.柴油機故障診斷技術的現狀及發展趨勢[J].內燃機，2011，5：154.

[10]劉燕，李世其，段學燕.模糊信息系統知識發現方法在油液監測故障診斷中的應用[J].內燃機學報，2008（26）：374-378.