基于振動信號的船舶柴油機配氣系統故障定位方法

徐敏航

摘 ?要：針對船舶柴油機配氣系統故障定位問題，提出一種基于振動信號的配氣系統故障定位方法。分析配氣系統故障發生的原因，并論證通過監測振動信號的變化來進行故障診斷是有效的。具體論述基于振動信號的故障定位方法，對振動信號進行時域特征分析。以柴油機的離線故障數據為例，對該方法的有效性進行驗證，結果表明采用該方法能有效地對柴油機配氣系統進行故障定位。

關鍵詞：柴油機配氣系統;振動信號;故障定位

0 引 言

船舶柴油機是船舶工業領域最常見的動力機械設備，是船舶動力的核心。由于自身結構較為復雜且所處的工作環境較為惡劣，柴油機的故障發生率很高。配氣系統作為柴油機的主要組成部分，其性能的優劣不僅會直接影響柴油機的動力性、經濟性、工作平穩性和可靠性，而且會影響船舶的安全航行[1]。研究船舶柴油機配氣系統故障定位技術，判斷故障發生的準確位置，是避免柴油機因配氣系統發生故障而造成損失的一種有效手段，因此研究船舶柴油機配氣系統故障定位方法具有重要意義。

傳統的故障定位方法是通過人工進行故障判斷，對工作人員的技術經驗要求較高，判斷效率通常較低。與傳統方法相比，基于數據驅動的故障定位方法具有定位準、效率高等優勢。已有研究結果表明，基于數據驅動的故障定位方法采用的數據源于當前采樣的在線數據和系統儲存的大量歷史離線數據。與在線數據相比，離線數據的數量多，信息量豐富，不會出現在線數據丟失和測量偏差等問題。

基于離線數據的故障定位方法主要有3種[2]，即：

（1）基于統計分析的故障定位方法。該方法主要是對歷史過程數據進行統計分析，為每個樣本計算對應的監控統計量，并根據正常樣本估算出的置信限分析樣本當前的運行狀態，主要采用主元分析法（PCA）、偏最小二乘方法（PLS）、時間序列分析方法（TSA）和灰色理論等。

（2）基于信號處理的故障定位方法。信號的幅值、相位和頻率在故障發生時會產生不可預期的變化，該方法利用豐富的專家經驗知識和系統運行過程中的各種狀態信息分析處理這些變化的信號，得到系統運行狀況和故障狀況的綜合性評價，主要采用小波變換法、形態信號處理法和譜分析法等。

（3）基于人工智能的故障定位方法。由于故障類型與故障征兆之間不存在簡單的對應關系，基于人工智能的故障診斷技術適于解決系統的不確定性和復雜性問題，主要采用人工神經網絡和支持向量機等方法。

本文對柴油機配氣系統進行失效模式和失效影響分析，識別出監測變量，在此基礎上提出基于數據驅動的故障定位方法。

1 船舶柴油機配氣系統的振動監測故障定位方法

1.1 柴油機配氣系統失效模式和失效影響分析

柴油機配氣系統主要由凸輪軸傳動機構、凸輪與凸輪軸、氣閥傳動機構和氣閥裝置組成，見圖1。

配氣系統的主要作用是控制柴油機氣缸內的排氣和進氣，其工作狀態直接影響氣缸內氣體的燃燒效果。配氣機構中的氣閥因落座頻繁而對閥座有撞擊作用，加上缸內高溫、高壓燃氣的侵蝕，使得氣閥和凸輪/挺柱結構很容易發生磨損和腐蝕，從而造成配氣系統發生故障[3-4]。柴油機配氣系統失效模式和失效影響分析見表1。

1.2 基于數據驅動的故障定位方法

當配氣系統發生故障時，氣閥氣流沖擊力和氣閥落座沖擊力的作用時間和強度都會發生變化，使得缸蓋表面的振動響應信號發生相應的變化[5-6]。因此，根據缸蓋振動信號對配氣機構進行故障診斷是可行的。與振動信號相比，熱力學參數具有時延性，同時熱力學模型的構建過程較為復雜，故選擇基于離線振動數據的信號處理方法能快速反映故障信息，實現故障定位。

本文主要采用基于信號處理的故障定位方法，對柴油機缸蓋表面的振動進行數據處理并提取特征值;同時，通過對特征值進行解析來確定故障發生位置，并通過實際驗證判斷故障定位方法的有效性。具體振動信號故障定位流程見圖2。

2 試驗驗證

處在工作狀態的柴油機不可避免地會受到零部件的沖擊、摩擦和燃燒時的沖擊波等物理振動的影響，這些物理振動會導致柴油機的表面在工作時產生振動信號。柴油機部件及系統的狀態信息可通過對振動信號進行分析來反映。對振動信號進行分析是實現船舶柴油機狀態監測和故障定位所采用的主要手段之一[7-9]。

本文采用基于數據驅動的信號處理方法對離線振動數據進行時域分析，提取相關特征量，進而準確判斷故障發生位置，大大降低維護成本，提高柴油機的運行效率。

2.1 被測柴油機的系統結構

本文的研究對象是處在1 000 h運行測試過程中的柴油機，包含20個氣缸（A1—A10和B1—B10），同時布設有多臺傳感器，以便對轉速、振動、溫度和壓力等熱力學參數進行數據收集。數據采集裝置將這些數據傳輸給上位機，并在服務器等儲存設備中儲存，以便后續進行工作日志查看和離線數據分析。柴油機測試系統結構見圖3。

2.2 柴油機故障數據離線分析

在1 000 h運行測試過程中，按照試驗要求對柴油機進行多工況循環周期測試，發現有異常聲響出現，初步判斷為柴油機內部配氣系統出現故障。由于柴油機氣缸數較多且測試環境較為惡劣，需對故障點進行準確定位，以便進行快速維護。該處理方法本質上是通過對振動信號進行方差特征分析來實現故障定位。

2.2.1 振動數據變化分析

首先提取故障測試周期內的20個氣缸表面的振動數據和每個氣缸3 h內的數據。由于振動數據的儲存頻率為1 Hz，因此每個氣缸共提取10 800個數據。

隨后對不同氣缸的數據變化情況進行對比，實現定性判斷。隨機選取9個氣缸的數據進行對比，數據走勢和幅值基本上沒有差異，見圖4。

2.2.2振動數據時域特征提取

首先對故障周期內的20個氣缸的數據進行提取并圍繞表1中給出的時域特征進行分析。為使數據的時域特征更加準確，將故障周期數據提取長度擴大到6 h，每個氣缸振動數據點為21 600個，能實現完整保留時域信息。柴油機中的A1—A10氣缸和B1—B10氣缸分別被定義為序列1～20，以方便分析。