發(fā)動機故障診斷中特征融合技術(shù)的應用研究

李又棟

摘 要：一旦汽車發(fā)動機發(fā)生一些故障，就很難短時間內(nèi)解決。不是因為時間不夠用，而是汽車發(fā)動機出現(xiàn)的故障十分復雜，不容易解決。我們通常采用單類的特征數(shù)據(jù)對其進行診斷，但是，實踐表明該方法并不能準確找出發(fā)動機發(fā)生故障的原因。因此，我們在發(fā)動機故障診斷中采用特征融合技術(shù)，從而找出發(fā)動機發(fā)生故障的原因，并提出解決的措施。

關(guān)鍵詞：發(fā)動機故障 診斷 特征融合技術(shù) 應用研究

中圖分類號：V263.6 文獻標識碼：A 文章編號：1672-3791（2014）02（c）-0080-02

1 發(fā)動機故障診斷技術(shù)的現(xiàn)狀

由于發(fā)動機本身的結(jié)構(gòu)異常復雜，并且其中的一類故障可以誘發(fā)相關(guān)故障的發(fā)生。這是一種在發(fā)動機問題上的蝴蝶效應，而它一旦出現(xiàn)，就會加大診斷的難度。這樣的情況，給我們解決發(fā)動機的問題帶來不便。另外，發(fā)動機的內(nèi)部結(jié)構(gòu)不是單一的，而是由許多的機構(gòu)組合而成。這就意味著發(fā)動機是一個綜合性的機電設備，因此，我們應該認識到發(fā)動機內(nèi)部結(jié)構(gòu)的復雜。由于其工況十分特殊，長期運行在高溫、高速的狀態(tài)，這樣的工作環(huán)境也是造成故障的原因之一。傳統(tǒng)的處理發(fā)動機故障的方法對解決發(fā)動機的故障問題也很有效，這種方式通過分析聲音、振動以及其它的方面，得出具體的理化參數(shù)來分析發(fā)動機的故障，然后主觀對發(fā)動機的故障問題進行判斷，從而解決發(fā)動機的故障問題。這種方法需要一些有實踐經(jīng)驗的人，主觀判斷就顯得非常重要。但是這種方法畢竟是一種不科學的方法，因此，我們在診斷發(fā)動機的故障中，就采用特征融合的方式。

2 發(fā)動機故障診斷中特征融合技術(shù)的應用

故障特征采集和故障認定是診斷發(fā)動機故障的兩個步驟。其中，最為重要的就是故障特征的采集。如果我們不了解故障的特征，就無法對故障做出準確的判斷。在故障特征采集的過程中，我們一定要十分的認真與仔細，并運用正確的方法，從而獲取準確的參數(shù)。這樣，我們才能夠確保故障采集的有效性。另外，在故障認定的過程中，我們應該把采集到的故障特征都綜合起來，這樣才能夠準確的對發(fā)動機故障進行認定。

2.1 特征融合技術(shù)中的故障參數(shù)提取

以上我們提到過兩個步驟，那么，我們怎樣采集這些特征呢？由于發(fā)動機特殊的工況，使得它經(jīng)常工作在高溫之下；其中，聲波在發(fā)動機工作中一定會出現(xiàn)，振動現(xiàn)象也難以避免，因此我們要采集聲波參數(shù)和振動參數(shù)；還有其他參數(shù)的提取，在這里就不羅列了。在發(fā)動機正常運行下，各種工況參數(shù)就會保持穩(wěn)定狀態(tài)。一旦這些參數(shù)出現(xiàn)變化，就意味著發(fā)動機出現(xiàn)了故障。那么，我們就可以根據(jù)這些參數(shù)的變化情況來判斷故障原因，并采取有效的解決措施。經(jīng)過多年的經(jīng)驗表明，發(fā)動機故障發(fā)生的位置基本是固定的。其中，排氣系統(tǒng)、燃油系統(tǒng)等近幾年來出現(xiàn)故障的頻率很高，因此，我們就要采取措施對這些系統(tǒng)進行定期的維護及檢查。其中，發(fā)動機的零件的變形及損傷，都是造成發(fā)動機故障的誘因。而他們直接破壞的就是冷卻系統(tǒng)、潤滑系統(tǒng)等。因此，我們應該在發(fā)動機運行的過程中努力維護零件的完好，防止損傷給其它系統(tǒng)帶來直接破壞，從而造成發(fā)動機出現(xiàn)嚴重的故障。如果發(fā)動機在運行中，振動信號發(fā)生改變，那么我們就要立即停止發(fā)動機的工作。因為一旦振動信號發(fā)生了改變，那么就意味著轉(zhuǎn)子軸承出現(xiàn)了磨損的故障，從而使得發(fā)動機出現(xiàn)嚴重的故障。共振是最容易采集的參數(shù)，并且它還可以反映其它各個工況的情況，我們一定要認真的采集共振參數(shù)，從而對發(fā)動機的運行狀況做出判斷和評估。

2.2 特征融合技術(shù)的作用

通過上文我們知道共振中包含的信息是最多的，而單獨運行的機器包含的信息是很少的。特征融合的優(yōu)勢就是不局限于一種單一的故障特征，而是把所有的故障特征有機的綜合起來，就此分析發(fā)動機發(fā)生故障的原因。這種方式是很有效的方式，但是還需要技術(shù)人員的準確判斷，才能夠完成故障的識別。但是，我們不能把兩種轉(zhuǎn)子的參數(shù)特征結(jié)合起來，因為這樣做非但不能夠正確識別故障，而且會做出錯誤的故障識別。因此，我們就應該先篩選特征，運用科學的方式去識別哪些是有用或無用的信息，從而使得我們采集的信息變得更加真實和高效。針對那些真實和高效的信息，我們一定要以綜合性的角度把它們整合起來。這樣，我們就可以從整體中了解到發(fā)動機的整體狀況。另外，我們也要具體問題具體分析，這樣才能夠針對局部的問題采取有效的措施。

2.3 特征融合的技術(shù)的應用方案

由于各種不同的原因，利用多功能的轉(zhuǎn)折故障模擬裝置，會因其周圍的環(huán)境而出現(xiàn)不同的情況。為了獲取相應的故障樣本，我們就需要運用特征融合的方案，來幫助我們找到發(fā)動機故障的原因。我們可以通過特征融合技術(shù)對獲取來的樣本進行比對和判斷，然后對這些特征進行不同方式的融合。振動頻譜及紋理特征，都是屬于單類特征。我們可以采用這些單類特征，為獲取故障的判斷而服務。因此，我們采用有效的特征融合方式，并對單類特征進行分析。下面我們就結(jié)合實際制定了一個特征融合的技術(shù)的應用方案，方案表一。

結(jié)合圖表所示，我們看到的信息是十分豐富的，這對于我們研究發(fā)動機的故障問題有著極大的幫助。除此之外，組合特征所包含的的設備工作的信息尤為豐富。但是，這些豐富的信息仍然有著很大的缺點，那就是較大的冗余性以及較高的維數(shù)。可以降低計算量的是圖表中的組合特征以及 B&B+組合，這也是特征融合技術(shù)的一個優(yōu)點所在。另外，雖然兩者的維度數(shù)有所降低，但是對于它們包含的其他的信息變化幅度是很低的。組合特征+GDA包含了大量的無效特征，因此，對找到故障的原因是沒有多大幫助的。雖然，組合特征+GDA沒有像組合特征那樣的冗余性以及高維數(shù)，由于各種因素的影響，它也沒有發(fā)揮出它的作用。

3 結(jié)語

隨著發(fā)動機應用的廣泛，出現(xiàn)故障的頻繁，特征融合技術(shù)在診斷發(fā)動機故障方面發(fā)揮了重要的作用，從而使得特征融合技術(shù)在機械制造及其它方面得到廣泛應用。另外，在使用的過程中要按照科學的方式和方法，準確的判斷哪些信息對于我們來說是特別有價值和有用的，這樣才能夠使得特征融合技術(shù)發(fā)揮它應有的作用。我想特征融合技術(shù)不僅僅會被廣泛應用在發(fā)動機方面，還可以被廣泛應用到航天、人像識別等其它方面。

參考文獻

[1] 高強，馬志義，劉本超，等.經(jīng)驗模式分解在發(fā)動機故障特征提取中的應用[J].長安大學學報：自然科學版，2010（3）：83-86.

[2] 林愛云.汽車發(fā)動機檢測診斷技術(shù)探析[J].裝備制造技術(shù)，2011（9）：109-111，123.

[3] 韓曉，徐廣，張衛(wèi)華，等.重載車輛發(fā)動機潤滑油失效機理分析及檢測[J].設備管理與維修，2012（10）：49-52.endprint