李媛媛,張松奇
(河南理工大學(xué) 鶴壁工程技術(shù)學(xué)院,河南 鶴壁 458030)
在現(xiàn)代科學(xué)技術(shù)快速發(fā)展的影響下,船用柴油機機械設(shè)備朝著智能化、自動化方向發(fā)展。但與此同時艦船柴油機機械設(shè)備結(jié)構(gòu)也愈發(fā)復(fù)雜,設(shè)備零件數(shù)目明顯變多。零件之間存在緊密聯(lián)系,若某零件發(fā)生異常,便會影響其關(guān)聯(lián)的零件狀態(tài),導(dǎo)致整個設(shè)備的運行狀態(tài)都受到影響。柴油機機械設(shè)備屬于艦船動力機械的核心設(shè)備,因此對柴油機進行實時的故障診斷,是保證艦船柴油機機械設(shè)備正常運行的前提和核心。關(guān)于柴油機設(shè)備的磨損故障診斷問題,已有相關(guān)研究文獻,但針對微磨損故障診斷方面的研究較少。向波等[1]將粗糙集與核極限學(xué)習(xí)機技術(shù)相結(jié)合,診斷作戰(zhàn)艦艇柴油機磨損故障狀態(tài),但此方法僅可診斷磨損級別,不能判斷磨損類型。曾強等[2]使用貝葉斯網(wǎng)絡(luò)評價柴油機質(zhì)量,但貝葉斯網(wǎng)絡(luò)技術(shù)存在一定缺點。此技術(shù)的應(yīng)用性能取決于先驗概率,若先驗概率設(shè)置不當(dāng),便會導(dǎo)致評價效果不佳。為此本文設(shè)計船用柴油機機械微磨損故障診斷系統(tǒng),考慮到現(xiàn)在很多柴油機機械微磨損故障不易識別的問題,此系統(tǒng)主要以柴油機機械微磨損故障類型為研究內(nèi)容,使其成為船用柴油機機械微磨損故障的診斷工具。
船用柴油機機械微磨損故障診斷,可直接根據(jù)油液中磨粒狀態(tài)完成[3–5]。為此,本文設(shè)計新型船用柴油機機械微磨損故障診斷系統(tǒng),此系統(tǒng)結(jié)構(gòu)主要由圖像分析模塊、油液分析芯片、傳感模塊構(gòu)成。系統(tǒng)應(yīng)用時,使用傳感模塊采集柴油機械設(shè)備的油液磨粒靜電信號。考慮到微磨損的磨粒較小,傳感器靈敏度有限,因此系統(tǒng)使用泵調(diào)節(jié)機械設(shè)備油液的流速,以合理的流速流入傳感模塊后,傳感模塊對其分流采樣,由油液分析芯片啟動基于MACNN 的微磨損故障類型識別模型,識別柴油機機械微磨損故障類型。如果磨損故障較為嚴重,便會驅(qū)動圖像分析模塊,進行圖像采集配合診斷。系統(tǒng)結(jié)構(gòu)如圖1 所示。

圖 1 船用柴油機機械微磨損故障診斷系統(tǒng)Fig. 1 Fault diagnosis system for mechanical micro-wear of marine diesel engine
可知,傳感模塊主要采用電感式傳感器,檢測獲取船用柴油機機械的油液磨粒靜電信號。此信號可描述油液中磨粒濃度,信號幅值異常之處,表示油液磨粒濃度異常。
圖像分析模塊僅在磨損故障嚴重,或機械表面除了油液還存在其他污穢物時啟動,在理想工況中診斷微磨損故障時,有傳感模塊作為信息采集端即可。圖像分析模塊使用DH-HV3102UC 數(shù)字攝像機,用于采集柴油機機械磨粒顯微圖像。磨粒圖像質(zhì)量直接影響柴油機機械磨損故障的診斷效果,所以圖像分析模塊為了全面獲取磨粒特征,使用透反射雙光源顯微鏡L2020A,此顯微鏡光源亮度具有可調(diào)整性,且對圖像的噪聲存在較好的抑制力[6]。圖2 為傳感模塊的電感式傳感器結(jié)構(gòu)圖。

圖 2 電感式傳感器結(jié)構(gòu)圖Fig. 2 Structure diagram of inductive sensor
把電感式傳感器安裝于需要診斷的柴油機機械位置上,此傳感器使用混頻器,把柴油機機械磨損時靜電信號中的高頻信號轉(zhuǎn)換成低頻信號,有效保證信號抗噪性。當(dāng)傳感器采集柴油機機械設(shè)備的油液磨粒靜電信號后,混頻器將信號的頻域進行統(tǒng)一,濾波器、放大器分別執(zhí)行信號去噪、放大處理,采集卡將放大后信號數(shù)據(jù)發(fā)送至計算機。
鑒于卷積神經(jīng)網(wǎng)絡(luò)具備顯著的信號特征提取性能,將此網(wǎng)絡(luò)設(shè)成主體,使用多種注意力機制,構(gòu)建一種基于多重注意力卷積神經(jīng)網(wǎng)絡(luò)(簡稱MACNN)的微磨損故障類型識別模型。將電感式傳感器采集的機械靜電信號作為識別樣本,完成微磨損故障類型診斷。圖3 為模型所用MACNN 網(wǎng)絡(luò)結(jié)構(gòu)圖。

圖 3 MACNN 網(wǎng)絡(luò)結(jié)構(gòu)圖Fig. 3 MACNN network structure diagram
1.2.1 提取柴油機機械靜電信號特征
MACNN 網(wǎng)絡(luò)結(jié)構(gòu)中,主要將4 層卷積神經(jīng)網(wǎng)絡(luò)和卷積注意力模塊相結(jié)合,構(gòu)建多層卷積神經(jīng)網(wǎng)絡(luò),全面提取柴油機機械靜電信號特征圖。第一層卷積層的卷積核數(shù)量和尺寸分別是16 個、5×1 像素,此層用于獲取柴油機機械靜電信號的大尺度特征圖,剩余3 層的卷積核數(shù)量和尺寸分別是32 個、3×1 像素,此層用于獲取柴油機機械靜電信號深層特征。各個卷積層處理后,通過最大池化層執(zhí)行下采樣處理。為了優(yōu)化多層網(wǎng)絡(luò)訓(xùn)練效果,降低網(wǎng)絡(luò)訓(xùn)練難度,在每個卷積層之間,設(shè)計一個批量歸一化層。為了提高模型的特征提取能力,在卷積神經(jīng)網(wǎng)絡(luò)中使用CBAM 注意力機制,CBAM 注意力機制結(jié)構(gòu)主要分為通道、空間注意力模塊,如圖4 所示。

圖 4 CBAM 注意力機制結(jié)構(gòu)Fig. 4 CBAM attention mechanism structure
通道、空間注意力模塊可全面獲取特征圖中多個通道之間的關(guān)聯(lián)性,以及空間信息的關(guān)聯(lián)性。
1.2.2 重組
將卷積提取的靜電信號波動多維特征圖,轉(zhuǎn)換為一維向量,才可對其進行故障分類診斷。在此環(huán)節(jié)中,模型使用重組的方式,將多維卷積輸出的n個靜電信號特征圖yn,?執(zhí)行一維重組,重組結(jié)果為:

1.2.3 特征學(xué)習(xí)
使用序列注意力機制,學(xué)習(xí)靜電信號重組特征。先運算注意力權(quán)重:
其中,β 和 t anh 分別是學(xué)習(xí)參數(shù)、雙曲正切函數(shù),β可在訓(xùn)練初始階段,以隨機初始化的模式設(shè)置初始值,然后再逐漸調(diào)節(jié)。權(quán)重 ?較大,表示此靜電信號特征對微磨損故障分類診斷的作用越顯著。
使用注意力權(quán)重?乘以序列特征,便可獲取船用柴油機機械微磨損故障識別診斷結(jié)果為:

使用本文系統(tǒng)對某16 缸柴油機機械設(shè)備,進行微磨損故障診斷的模擬測試,主要測試本文系統(tǒng)對此柴油機機械微磨損故障診斷診斷效果。柴油機機械設(shè)備的主要參數(shù)如表1 所示。

表 1 柴油機機械設(shè)備的基礎(chǔ)信息Tab. 1 Basic information of diesel engine mechanical equipment
柴油機運行時,缸套在活塞的橫向與搖擺行為影響下,會出現(xiàn)振動狀態(tài),此時如果缸套存在磨損,振動激勵下,磨損位置的靜電信號波動幅值便會出現(xiàn)異常,磨粒濃度大的位置波動格外明顯。所以,使用電感式傳感器采集柴油機振動時的油液磨粒靜電信號,結(jié)合信號的變化特征診斷微磨損故障。實驗中,無磨損故障時的正常缸套狀態(tài)下,信號的波動情況如圖5所示,腐蝕微磨損故障狀態(tài)下信號的波動情況如圖6所示。

圖 5 正常信號波動情況Fig. 5 Normal signal fluctuation

圖 6 微磨損故障信號波動情況Fig. 6 Fluctuation of micro-wear fault signal
可知,微磨損故障下,柴油機振動時的靜電信號波動,和正常信號幅值之間差異極小,如果以人工判斷的方式進行診斷,靜電信號樣本數(shù)量較多,診斷任務(wù)量較大,且診斷難度顯著。為此,考慮到微磨損故障類型并非單一,實驗中模擬的微磨損故障類型信息如表2 所示,在3 種磨損故障工況中,測試本文系統(tǒng)的使用效果。

表 2 微磨損故障類型信息Tab. 2 Micro-wear fault type information
以腐蝕類微磨損故障為例,本文系統(tǒng)對柴油機機械微磨損故障診斷時,在計算機端的診斷結(jié)果如圖7所示。本文系統(tǒng)可使用電感式傳感器采集柴油機機械部位的靜電信號波動信息,識別診斷后,顯示柴油機機械的微磨損故障信息。由圖7 可知,編碼是2 的氣缸存在腐蝕微磨損,靜電信號波動異常,說明油液磨粒濃度異常。

圖 7 船用柴油機機械微磨損故障診斷結(jié)果Fig. 7 Fault diagnosis results of mechanical micro-wear of marine diesel engine
診斷柴油機機械微磨損故障時,測試本文系統(tǒng)使用后,多種微磨損故障類型的診斷效果,判斷本文系統(tǒng)是否存在可用性。如圖8 所示,本文系統(tǒng)對多種微磨損故障類型的診斷結(jié)果不存在錯分情況,粘著磨損、疲勞磨損、腐蝕磨損的故障診斷結(jié)果分別是2 個、1 個、3 個,和表2 所示信息相符,本文系統(tǒng)的診斷結(jié)果有效可信。

圖 8 多種微磨損故障類型的診斷效果Fig. 8 Diagnostic effect of various micro-wear fault types
柴油機機械微磨損和其他級別磨損不同,微磨損的變化不明顯,導(dǎo)致此類磨損故障不易識別,時間久之,設(shè)備的可靠性就會受到影響。本文針對船用柴油機,設(shè)計新型船用柴油機機械微磨損故障診斷系統(tǒng),并進行多類型微磨損故障診斷測試,證實了本文系統(tǒng)在處理微磨損故障診斷問題時,屬于一種有效可行的診斷工具。