基于SVDD某型坦克電啟動系統性能退化狀態評估

(1. 陸軍裝甲兵學院車輛工程系， 北京 100072； 2. 65183 部隊, 遼寧 遼陽 111200)

發動機電啟動系統是保證發動機正常啟動運轉的主要裝置，評估電啟動系統的技術性能和狀態對提高發動機的啟動性能具有重要意義。謝正喜等[1]從某自行火炮發動機電啟動系統的工作過程入手分析了故障原因，并給出了排除故障的方法。郎文輝等[2]對風冷柴油機電啟動系統的故障進行了分析，并提供了預防措施。上述研究只集中于對發動機電啟動系統單一故障的診斷，無法及時掌握電啟動系統的技術狀態，這嚴重影響了對發動機啟動可靠性的評估。支持向量數據描述(Support Vector Data Description，SVDD)是一種單值分類方法，在機械運行狀態評估中，僅需要正常狀態下的數據就可建立起單值故障分類器，進而對機器的運行狀態進行識別、評估[3]。潘玉娜[4]采用基于SVDD與模糊C均值相結合的研究方法評估滾動軸承的性能退化，取得了良好效果。李凌均等[5]將SVDD應用于機械設備狀態評估，將待評估數據到訓練模型中心的距離作為設備運行狀態評估的定量指標，成功診斷出了螺栓裂紋的早期故障。佟佩聲等[6]提出了一種基于SVDD的靜電監測多特征參數融合評估方法，以測試數據與基準模型的距離作為反映軸承性能退化的量化指標，可有效反映航空發動機主軸軸承性能退化狀態的變化。 筆者從預防維修的角度出發，在對電啟動系統的性能進行評估的基礎上，提出了一種基于SVDD的發動機電啟動狀態性能評估方法，并通過對某型坦克的電啟動性能退化狀態進行評估驗證其有效性。

1 發動機電啟動系統

發動機的電啟動系統由啟動電機、啟動開關和蓄電池等組成[7]。直流串激勵電動機不僅具有良好的轉矩特性，能夠克服發動機的阻力矩，而且輕載轉速高、重載轉速低[8]，因此現有裝甲車輛采用專用直流串勵電動機作為啟動電機[7]。蓄電池向啟動電機供電時，啟動電流變化范圍大(一般為0～1 600 A)且變化時間短(一般為0～5 s)，而啟動電壓一般為18～24 V[9]。因此，一般選用內阻小、能迅速提供大電流的鉛酸蓄電池作為啟動電機電源，以保證啟動的可靠性[2]。

當發動機啟動時，蓄電池向啟動電機供電，啟動電機通過齒輪機構帶動發動機曲軸旋轉，當曲軸轉速最低時，發動機啟動。圖1為電啟動系統結構圖。然而，隨著使用時間的延長，啟動電機或蓄電池的老化問題會導致啟動過程中啟動電機的輸出扭矩小于發動機的阻力矩，使得發動機無法正常啟動，進而加大電啟動系統性能的退化程度，直至發生故障或失效。

圖1 電啟動系統結構圖

2 SVDD基本原理

SVDD是將要描述的樣本對象看成一個整體，建立一個封閉的區域，將被描述數據全部或盡可能多地包含在內，且這個封閉區域最小。圖2為二維空間SVDD原理示意圖。

圖2 二維空間SVDD原理示意圖

SVDD是一種基于邊界思想的單值分類算法，其本質是定義一個能包含所有或幾乎所有目標類樣本X={x1,x2,…,xn}的最小超球體，超球體由球心a和半徑R決定，即

ψ(a,R)=R2

。

(1)

此時，樣本點xi(i=1,2,…,n)到超球體球心a的距離d都小于或等于半徑R，則最小化的約束條件為

(2)

為提高算法的魯棒性，允許部分樣本點在超球體的外部，并引入松弛因子ξi≥0和懲罰系數C，則最小化問題變為

(3)

為解決上述優化問題，構造拉格朗日算式

(4)

式中：αi≥0,γi≥0，均為拉格朗日乘子。分別對R、a、ξi求偏導數，并令其等于0，可得

(5)

將式(5)代入式(4)，可得優化函數

(6)

由式(6)可得到使拉格朗日算式L達到最小值的αi[6]，通過式(5)求解超球體中心a，然后求解出支持向量xsv。超球體的半徑R可由邊界上任一支持向量xsv到中心a的距離計算得到,其中

(7)

結合式(5)-(7)，可得

(8)

判斷新樣本z是否被接受為目標樣本的條件為

(9)

為更好地描述目標類樣本，假設存在這樣一個映射

x*=φ(x)，

(10)

將式(10)代入優化函數(6),可得

(11)

可見，映射函數φ(x)只出現在內積運算中，從而定義一個核函數

K(xi,xj)=φ(xi)·φ(xj)。

(12)

將式(12)代入式(11),可得

(13)

支持向量描述算法的性能在一定程度上受核函數的影響。從目前研究來看，高斯核函數對算法性能提升更高[4]，因此選取該函數作為核函數。

(14)

式中：σ為高斯核函數形狀參數。

由于

KG(x,x)=1，

(15)

當采用高斯核函數時，式(9)可轉化為

(16)

3 基于SVDD性能退化狀態評估方法

SVDD方法建立在統計學習理論基礎之上，較已有的評估方法具有良好的計算性能。此外，它不需要任何先驗知識，在僅有正常狀態數據的情況下，就可實現對性能退化狀態的定量評估。該方法過程如下：

1)獲取原始數據，將正常啟動狀態下的原始數據作為目標樣本，采用SVDD方法建立SVDD性能退化狀態評估模型(SVDD訓練模型)，求解超球體的中心a和半徑R。

2)將待測數據代入SVDD訓練模型，計算得到各數據點距超球體中心a的距離d。

3)以r=d-R表示待測樣本與目標樣本的偏離程度。當r≤0時，表示待測樣本屬于目標樣本，即啟動性能屬于正常狀態；當r>0時,表示待測樣本不屬于目標樣本，即啟動性能屬于不正常狀態。r值越大，說明樣本偏離超球體中心越遠，即退化越嚴重。因此，用r值來衡量啟動性能的退化程度。

4 試驗數據分析

以某型坦克為試驗對象，該坦克發動機為水冷V型12缸柴油機，啟動電機為直流串勵電動機。本試驗使用的數據采集裝置如圖3所示。

圖3 數據采集裝置

分別采用電流傳感器和電壓傳感器測量啟動過程中的電流數據和電壓數據。測量時，將電流傳感器鉗頭夾在蓄電池向啟動機供電的導線上，正負極均可，由于啟動過程中啟動電流和啟動電壓變化快，為詳細記錄電流和電壓的變化過程，選用試驗采樣頻率為20 kHz。圖4為采集得到的某組啟動電流和啟動電壓數據。

圖4 采集得到的某組啟動電流和啟動電壓數據

由圖4可以看出：啟動電流先瞬間增大后逐漸減小并穩定，而啟動電壓則先降低后逐漸上升并穩定。這是由直流串激勵電機的轉矩特性決定的：在啟動的瞬間，發動機的阻力矩很大，啟動電機完全處于制動狀態，此時電樞轉速和反電動勢均為0，而電樞電流達到最大值，啟動電機轉矩也相應地達到最大值[10]，足以克服發動機的阻力矩而使發動機啟動，進而發動機的阻力矩減小，電樞轉速變大，電樞電流減小并穩定在電動機的額定工作電流。由此可以得出：在啟動過程中，最大啟動電流對應最小啟動電壓，最大啟動電流決定了最大電機轉矩，因此可得啟動電流最大值和對應時刻的啟動電壓值作為衡量電機啟動性能的依據。

對不同摩托小時的數據進行多次采集得到30組啟動電壓、啟動電流的數據，其每組數據的啟動電流最大值和對應時刻的啟動電壓值如表1所示。

表1 不同摩托小時采集的啟動電流峰值和對應的啟動電壓數據表

為確保數據量綱一致，采用極值標準化方法對啟動電流和啟動電壓數據進行處理。依據日常維修記錄以及工程經驗可知，該型坦克在0～500摩托小時內電啟動系統依然正常工作，故將包括476(2)摩托小時的前20組數據作為目標樣本，且設置懲罰系數C=1，高斯核函數形狀參數σ=50，其得到的SVDD訓練模型如圖5所示。由圖5可知： 15(3)、135(1)、454(3)摩托小時的數據構成超球體的支持向量，SVDD訓練模型超球體半徑R=0.596 9。

將表1中的后10組數據作為待測樣本代入SVDD訓練模型，得到各待測樣本點在訓練模型中與超球體的位置關系，如圖6所示。

由圖6可以看出:待測樣本484(1)-(4)、623(1)-(2)摩托小時數據的在超球體內部， 623(3)、722(1)-(3)摩托小時數據在超球體外部。這表明:該坦克在484(1)-(4)、623(1)-(2)摩托小時內，電啟動系統依然處于正常狀態，而從623(3)摩托小時開始電啟動系統的性能發生退化。各待測樣本點距超球體中心a的距離d和偏離程度r如表2所示。

圖5 SVDD訓練模型

圖6 待測樣本訓練結果

摩托小時dr摩托小時dr484(1)0．5212-0．0757623(2)0．5844-0．0125484(2)0．5301-0．0668623(3)0．64950．0526484(3)0．5648-0．0321722(1)0．65060．0541484(4)0．57390．0722(2)0．73240．1355623(1)0．5789-0．0230722(3)0．76320．1663

由表2可知：摩托小時為484(1)-(4)、623(1)-(2)時r≤0，說明此時電啟動系統依然能夠正常啟動；摩托小時為623(3)、722(1)-(3)時r>0，說明此時電啟動系統性能開始退化。上述結果表明：隨著使用時間的延長，性能退化越來越嚴重，因此需要對啟動電機和蓄電池進行檢查維修，防止坦克無法正常啟動。

5 結論

基于SVDD電啟動系統性能退化評估方法，首先利用正常啟動狀態下的數據建立性能退化評估模型，然后用待測數據與評估模型中心的距離有效地量化評估電啟動系統性能退化程度，最后通過某型坦克試驗數據分析驗證了該方法的有效性。

參考文獻：

[1] 謝正喜，明安卿，鄒先國.履帶式中型底盤自行火炮電啟動系統故障一例[J].移動電源與車輛,2011(4):40-43.

[2] 郎文輝，蔡紅立.風冷柴油機電啟動系統的故障分析[J].內燃機，2005(1):50-51.

[3] 吳冕.基于改進SVDD的設備故障診斷方法及在線監測系統研究[D].北京:北京郵電大學，2013.

[4] 潘玉娜.滾動軸承的性能退化特征提取及評估方法研究[D].上海:上海交通大學，2011.

[5] 李凌均，韓捷，郝偉，等.支持向量數據描述用于機械設備狀態評估研究[J].機械科學與技術，2005，24(12):1426-1429.

[6] 佟佩聲，左洪福，李夢瑩，等.基于SVDD的航空發動機主軸軸承性能退化狀態評估[J].濱州學院學報，2014，30(3):20-31.

[7] 李長兵，臧克茂，李立宇.裝甲車輛起動發電一體化的設計[J].車輛與動力技術，2014(3):28-31.

[8] 周世君.發動機電啟動系統的基本組成及主要參數的確定[J].農業機械，2003(8):70-71.

[9] 李輝,王會來,張錫恩.某型導彈戰車啟動特性的分析與檢測[J].計量與測試技術，2004(11):17-19.

[10] 陸伯良，王興光，楊桂明.柴油機常溫與低溫下的起動性能分析[J].現代車用動力,2011(4):36-39.