肖曉華 曾國衛(wèi) 李文軍

摘? 要：渦輪增壓器再提升發(fā)動機性能方面的作用，如何再提升渦輪增壓器性能的同時有效實現故障預測成為目前渦輪增壓器研究的熱點。該文將從渦輪增壓器結構及工作原理出發(fā)，對增壓器相關性能及常見故障進行簡要分析，研究利用LabVIEW與MATLAB實現渦輪增壓器性能檢測與故障預測系統(tǒng)的研制與開發(fā)，以期能為渦輪增壓器研究發(fā)展帶來一些啟發(fā)和幫助。

關鍵詞：渦輪增壓器;性能檢測;故障預測

中圖分類號：U464? ? ? ? ? ? 文獻標志碼：A

1 渦輪增壓器理論基礎

渦輪增壓器（廢氣渦輪增壓）通?？梢愿鶕u輪形式的區(qū)別分為徑流式、軸流式以及混流式3種，其中徑流式渦輪增壓器中廢氣是沿著渦輪徑向流動、軸流式渦輪增壓器中廢氣沿渦輪軸向流動，而混流式則是介于二者之間的斜向流動。渦輪增壓器主要包括壓氣機以及渦輪機2個部分，其余還有相關潤滑系統(tǒng)、冷卻系統(tǒng)、密封系統(tǒng)以及支承系統(tǒng)等。

渦輪增壓器工作原理簡單來說就是利用發(fā)動機運行過程中產生的廢氣，在慣性作用下來驅動增壓器進行旋轉，從而實現增壓作用。

1.1 渦輪增壓器性能參數

1.1.1 渦輪機性能參數

渦輪機中主要性能參數包括廢氣流量、膨脹比、渦輪轉速以及渦輪機效率。其中廢氣流量指每秒流過廢氣量，膨脹比指廢氣進入渦輪機前后壓力比。變工況運行時這4項參數間的相互關系即為渦輪機工作特性。

1.1.2 壓氣機性能參數

通常研究的壓氣機性能參數包括增壓比、絕熱效率、折合流量以及折合轉速。其中增壓比作為壓氣機主要研究的工作指標指的是壓氣機進出口壓力之比。壓氣機特性曲線描述的是增壓比與效率在空氣流量發(fā)生變化時的關系曲線，可以通過壓氣機特性曲線圖選擇合適壓氣機與發(fā)動機進行匹配，因此有著非常重要的應用價值。

2 渦輪增壓器常見故障

2.1 轉子故障

渦輪增壓器發(fā)生轉子故障的概率很高，常見的有葉片故障、轉子摩擦、不平衡、轉子彎曲等，當發(fā)生轉子故障時會對渦輪增壓器工作產生巨大影響。

2.2 漏油

渦輪增壓器漏油會造成燃燒惡化、油壓不足、積碳等不良影響，主要原因在于回油管路堵塞等現象的發(fā)生，從而造成回油不暢、密封失效等問題。

2.3 喘振

喘振故障的發(fā)生包括很多因素，通?？梢詮陌l(fā)動機、中冷器、增壓器以及環(huán)境方面找原因。

2.3 增壓壓力下降或上升

增壓壓力異常變化會對發(fā)動機產生很大的影響。增壓壓力異常上升通常是由于渦輪轉速增加的緣故，常見的是由于增壓壓力調節(jié)閥故障、噴嘴環(huán)故障、發(fā)動機后燃故障以及漏氣故障所造成的。而增壓壓力異常下降會造成充氣量減少、功率下降、耗油增加等問題，常見原因包括空氣濾清器堵塞、壓氣機故障、中冷器堵塞、排氣管堵塞、渦輪故障、葉片變形等。

3 渦輪增壓器性能檢測與故障預測系統(tǒng)研制

3.1 開發(fā)環(huán)境

該文主要基于LabVIEW與MATLAB進行聯合開發(fā)，以實現對渦輪增壓器的性能檢測以及故障預測。LabVIEW是一款功能強大、處理靈活的分析軟件系統(tǒng)，能夠結合多平臺儀器，充分發(fā)揮計算機數據處理功能從而創(chuàng)造出更多功能儀器，但由于其數學算法有限，因此可以結合MATLAB實現聯合開發(fā)，充分發(fā)揮2種軟件的特點和優(yōu)勢，實現預期目標。

3.2 總體方案設計

為實現渦輪增壓器性能檢測與故障預測目的，在進行系統(tǒng)開發(fā)時需要滿足以下3點要求。1）系統(tǒng)需要具備數據收集、數據分析、參數顯示、繪制圖表曲線等功能。2）系統(tǒng)需要能夠實現對各項參數的有效檢測且保證數據精確度要求。3）系統(tǒng)需要具備抗干擾能力，確保運行過程穩(wěn)定可靠。在進行系統(tǒng)設計時，主要包括了測試與控制2個板塊，可以有效實現對增壓器各性能參數的有效檢測。在實驗過程中，可以利用傳感器實現對振動、壓力、溫度、流量、轉速等信號的有效檢測與收集，在進行相關信號預處理之后，對數據進行上傳處理和存儲。

3.2.1 性能參數檢測

溫度檢測主要包括了對渦輪機進出口、壓氣機進出口、潤滑油進出口、冷卻水進出口等溫度的檢測。

壓力檢測包括了對壓氣機進出口、渦輪進出口、潤滑油進出口以及冷卻水浸出口的壓力檢測。這些壓力數據可以在一定程度上反映增壓器性能，且對于其他性能參數計算以及特性曲線繪制都有著非常重要的意義。

振動信號的檢測也是參數檢測中非常重要的一環(huán)，關鍵部位振動信號能夠有效反映增壓器性能，且對于增壓器故障預測可以起到非常重要的作用。此外還需要進行轉速測試與流量測試。轉速測試通常會選擇磁電方法實現，流量檢測包括了對壓氣機、渦輪機廢氣、潤滑油以及冷卻水的流量檢測。

3.2.2 數據庫搭建

該文選用的數據庫管理系統(tǒng)是SQL Server，有著非常強大全面的數據管理和分析功能。其結構包括了用戶信息表、試驗記錄表、采集參數表、參數標準表以及故障信號表和專家?guī)臁?/p>

第三部分則是根據數據庫實現故障預測。在實際應用過程中，主要是基于MGM（1，n）-SVM故障預測方法來實現，利用多變量綜合描述渦輪增壓器運行狀態(tài)，從而推斷故障原因以及發(fā)展趨勢。

該文以轉子故障為例進行故障分析說明，前文提到在渦輪增壓器中，常見轉子故障有軸彎曲、不平衡、油膜渦動等。根據在增壓器外殼處安裝的振動傳感器測出的數據，對其進行收集。之后要進行特征變量的提取，收集振動峰峰值、均方根值以及其他的時域參數，這些參數的獲取可以大致判斷出是否存在故障，但是無法進行故障定位。對于轉子系統(tǒng)而言，需要了解0.38～0.48倍頻、0.5倍頻、基頻、葉片等其中的故障信息，對比分析正常狀態(tài)與故障狀態(tài)下的信號特征變量，對其進行判別。該文選擇的判斷故障的特征變量為：

X=（RMS，峰峰值，0.38-0.48×最大幅值，0.5×幅值，1×幅值，2×幅值，18×幅值）

接下來是灰色關聯度分析，以RMS時間序列為參考數列，得出與比較數列之間灰色關聯度。之后需要建立MGM（1，n）模型，將得到的擬合值與實際情況進行對比，合格模型可以用來故障預測。擬合精度越高，結果更準確，能夠更好地幫助增壓器實現故障預測。之后需要進行支持向量機步驟，可以按照故障分類選每類故障30類型，對這些特征向量進行歸一處理，得到訓練測試樣本。例如得到葉片故障訓練樣本歸一化處理后得到xi=[0.264? 1? 0.008? 0? 0.145]，同樣步驟得到訓練集，其中yi，當yi=1表示該樣點無故障，則有葉片故障。故障預測階段，需要將得到的歸一化樣本輸入SVM樹狀流程中，若得到y(tǒng)i=-1，表示預測故障在葉片上。其他故障預測方法同上。

最后一個板塊是歷史查詢，包括了對試驗記錄表、故障信息表以及專家?guī)斓牟樵儭Ｐ枰⒁獾氖菙祿占^程中，需要將采集參數進行提前設置，才能夠實現對數據的有效采集

4 結語

通過對渦輪增壓器基本結構、工作原理、相關性能參數、特性曲線以及常見故障等進行分析，可以為后續(xù)研制渦輪增壓器性能檢測與故障預測系統(tǒng)提供有效依據。該文基于LabVIEW與MATLAB聯合開發(fā)，有效實現了相關性能檢測與故障預測需求，具有拓展性強、穩(wěn)定可靠、抗干擾性強、性能良好等特點。

參考文獻

[1]何劉海.渦輪增壓器性能檢測與故障預測系統(tǒng)的研制[D].大連：大連理工大學，2013.

[2]左憲章，康健，李浩，等.故障預測綜述[J].火力指揮控制，2010，35（1）：1-5.

[3]單穎春，劉獻棟，張洪亭.渦輪增器轉子的振動分析及故障診斷[J].噪聲與振動控制，2006（1）：73-76.