柴油發(fā)動(dòng)機(jī)燃油系統(tǒng)故障診斷與處理研究

黃福撐

【摘 ?要】現(xiàn)代科技水平的提升使得柴油機(jī)系統(tǒng)變得更加復(fù)雜，功能完善性不斷提升。如果某一個(gè)環(huán)節(jié)或是某一個(gè)零部件出現(xiàn)故障之后會(huì)直接關(guān)系到柴油機(jī)系統(tǒng)的安全性和可靠性。對(duì)于柴油發(fā)動(dòng)機(jī)燃油系統(tǒng)來說，其內(nèi)部結(jié)構(gòu)復(fù)雜而特殊，對(duì)于系統(tǒng)的故障診斷工作能夠有效地推進(jìn)可靠性評(píng)價(jià)工作的落實(shí)，為故障診斷提供理論依據(jù)與技術(shù)基礎(chǔ)。

【關(guān)鍵詞】柴油發(fā)動(dòng)機(jī);燃油系統(tǒng);故障診斷與處理

0.引言

系統(tǒng)的可靠性研究本身成為工業(yè)領(lǐng)域的研究重點(diǎn)，而在現(xiàn)代化生產(chǎn)發(fā)展要求的背景之下，設(shè)備的結(jié)構(gòu)變得更復(fù)雜，自動(dòng)化程度更高，會(huì)有更多因素會(huì)導(dǎo)致設(shè)備故障降低其預(yù)期功能，產(chǎn)生潛在的經(jīng)濟(jì)損失或其它技術(shù)缺陷。確保設(shè)備的正常運(yùn)行避免重大安全事故勢在必行，因此對(duì)于機(jī)器設(shè)備運(yùn)行狀態(tài)的判定和研究也需要從結(jié)構(gòu)和組成的角度進(jìn)行故障診斷和故障處理。

1.故障診斷與處理的有關(guān)內(nèi)容

1.1 故障診斷技術(shù)研究

故障診斷指的是對(duì)被診斷設(shè)備進(jìn)行識(shí)別與分析，判斷故障的程度和影響等，包括系統(tǒng)是否還具有維修價(jià)值，從而確定檢測設(shè)備的狀況和故障類型。在此基礎(chǔ)上還可以完成必要的信息獲取過程。我國對(duì)于柴油發(fā)動(dòng)機(jī)等內(nèi)燃機(jī)的系統(tǒng)故障探索性研究時(shí)間比較晚，但隨著現(xiàn)代社會(huì)自動(dòng)化程度的提升，故障診斷與處理開始從被動(dòng)維修轉(zhuǎn)變?yōu)轭A(yù)判維修。從流程來看，需要先選擇合適的測量方法和測量位置，再選取特征信號(hào)按照特征信號(hào)進(jìn)行狀態(tài)判定，分析特征信號(hào)和設(shè)備之間的聯(lián)系后，最后對(duì)設(shè)備運(yùn)行狀態(tài)進(jìn)行總結(jié)。整個(gè)診斷過程劃分為三個(gè)階段。

第一階段是信號(hào)采集階段，借助檢測儀器完成對(duì)于目標(biāo)特征值的檢測，然后利用傳感器將系統(tǒng)狀態(tài)信息轉(zhuǎn)變?yōu)殡娦盘?hào)，提取之后應(yīng)用于數(shù)據(jù)處理設(shè)備當(dāng)中，用于開展系統(tǒng)診斷。而是否能夠?qū)ο到y(tǒng)狀態(tài)進(jìn)行診斷是十分重要的工作環(huán)節(jié)，因此可選擇某些水平更高的傳感器來保障診斷水平。

第二階段則是信號(hào)提取與信號(hào)處理階段，即從信號(hào)當(dāng)中提取最能夠反映出設(shè)備故障信息的特征參數(shù)用于故障診斷，從傳感器混合輸出信號(hào)中提取和篩選，然后對(duì)比設(shè)備在正常運(yùn)轉(zhuǎn)時(shí)的信息以進(jìn)行狀態(tài)檢測，我們熟悉的神經(jīng)網(wǎng)絡(luò)分析就是該階段經(jīng)常使用的技術(shù)手段。

第三階段則是故障類型判斷，按照機(jī)械知識(shí)和維修實(shí)踐經(jīng)驗(yàn)對(duì)設(shè)備狀態(tài)作出判定之后作出維修方案，其中最為重要的內(nèi)容在于確定系統(tǒng)參數(shù)和故障診斷信息，以診斷系統(tǒng)和故障方法等相關(guān)的知識(shí)作為輔助內(nèi)容?，F(xiàn)階段人工智能和神經(jīng)網(wǎng)絡(luò)相關(guān)的內(nèi)容也取得了穩(wěn)定的效果，使得診斷系統(tǒng)的開發(fā)研究工作更加深入和專業(yè)。

2.柴油發(fā)動(dòng)機(jī)燃油系統(tǒng)的故障診斷

2.1 燃油系統(tǒng)噴射過程

燃油系統(tǒng)作為柴油機(jī)的主要組成部分，如果燃油系統(tǒng)的某個(gè)區(qū)域出現(xiàn)故障，那么燃油系統(tǒng)當(dāng)中的很多參數(shù)會(huì)發(fā)生轉(zhuǎn)變，集中表現(xiàn)為壓力波形圖的狀態(tài)、波形參數(shù)值改變等，對(duì)于壓力波形圖的分析結(jié)果可以讓我們提取出對(duì)應(yīng)的故障特征信息判斷燃油系統(tǒng)處于怎樣的工況以達(dá)到故障診斷的最終目的[1]。整個(gè)系統(tǒng)劃分為低壓油路與高壓油路兩個(gè)部分，部分柴油機(jī)還會(huì)安裝附件完成柴油的儲(chǔ)存、過濾等。

在油自身的重力作用下油進(jìn)入低壓油路之后通過加壓，讓高壓油管進(jìn)入噴油器霧化后進(jìn)入燃燒室，這一噴射過程實(shí)際上是噴油泵和高壓油管的配合工作過程，在短短的時(shí)間內(nèi)可以讓高壓油管的壓力迅速上升，而壓力變化之后燃油本身的可壓縮性也讓油管的彈性變形特征顯著，壓力波在高壓回路內(nèi)的傳快速度讓噴射過程更加復(fù)雜。

2.2 壓力波數(shù)據(jù)分析

由于柴油機(jī)燃油系統(tǒng)狀態(tài)信息在壓力波形當(dāng)中會(huì)得到體現(xiàn)，如果燃油噴射系統(tǒng)出現(xiàn)問題后原有的供油狀態(tài)也會(huì)因此而發(fā)橫改變讓各類參數(shù)發(fā)生變化，例如波形形態(tài)或是波形參數(shù)值等。在綜合專業(yè)領(lǐng)域的知識(shí)分析結(jié)構(gòu)之后可以判斷燃油壓力波形的周期性特點(diǎn)，以采樣分析來獲取波形結(jié)構(gòu)，各個(gè)特征參量之間的集合物理意義也可以被用于符號(hào)化的波形分析。

使用高壓油管壓力波形展開故障診斷的過程當(dāng)中一般會(huì)使用兩種方法，一種是內(nèi)接式，另一種則是夾持式，前者是把壓力傳感器直接串聯(lián)在燃油噴射系統(tǒng)的油腔之內(nèi)，直接對(duì)油腔之內(nèi)的壓力波動(dòng)進(jìn)行測量，但這種方法本身涉及到對(duì)于高壓油路的改裝過程。后者則是直接利用在高壓油管的傳感器來測量出膨脹量等參數(shù)來體現(xiàn)出油壓波形特征。

根據(jù)燃油系統(tǒng)的特征可以對(duì)特征譜信息進(jìn)行分析反映出整體工況特點(diǎn)，確保信號(hào)提取環(huán)節(jié)的可操作性。具體來看要選擇那些路徑最短的區(qū)域來確定設(shè)備的運(yùn)行要求。在不影響傳感器測量精度的前提之下，應(yīng)多設(shè)置測量部位和檢測點(diǎn)。

3.故障診斷與處理技術(shù)

3.1 基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷

BP神經(jīng)網(wǎng)絡(luò)算法簡單而有效，在當(dāng)前的工程領(lǐng)域得到了廣泛應(yīng)用，而且具有很好的效果，以誤差的反向傳播來調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值與閾值，讓網(wǎng)絡(luò)的誤差平方和最小，其拓?fù)浣Y(jié)構(gòu)當(dāng)中也包含輸入層、隱層以及輸出層。其中輸入信號(hào)正向傳播和誤差信號(hào)反向傳播是BP神經(jīng)網(wǎng)絡(luò)算法的兩個(gè)基本方面，其中正向傳播是從輸入到輸出的順序進(jìn)行，反向傳播則是從輸出到輸入反向進(jìn)行。綜合來看該故障診斷方法采用非線性規(guī)劃當(dāng)中的最快速率下降方式按照誤差函數(shù)負(fù)梯度方向修改權(quán)值和向量，但需要考慮到網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化選擇和收斂速度問題，在實(shí)際應(yīng)用過程當(dāng)中可以考慮自適應(yīng)調(diào)整學(xué)習(xí)速率來減少學(xué)習(xí)時(shí)間[2]。

在故障診斷方面，以BP神經(jīng)網(wǎng)絡(luò)完成對(duì)于已知故障征兆樣本集的訓(xùn)練讓網(wǎng)絡(luò)達(dá)到預(yù)設(shè)的診斷精度獲得故障模式。將需要檢測的樣本輸入至已經(jīng)訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)當(dāng)中之后可以與標(biāo)準(zhǔn)故障模式展開對(duì)比得出診斷結(jié)果和故障類型。通過故障診斷過程獲取信息數(shù)據(jù)之后，就可以讓結(jié)果和實(shí)際情況相互吻合，例如判斷是否出現(xiàn)哀難了針閥泄漏、出油閥失效等。由于某些比較小的差別并不會(huì)引起油壓波形的顯著改變，但通過神經(jīng)網(wǎng)絡(luò)進(jìn)行是被之后就可以讓診斷模型更加智能化提升故障的識(shí)別和分析能力，即便是在復(fù)合型故障產(chǎn)生后也可以進(jìn)行有效識(shí)別，獲取良好的樣本數(shù)據(jù)來支持故障分析環(huán)節(jié)[3]。

3.2 基于SOM神經(jīng)網(wǎng)絡(luò)算法的故障診斷

神經(jīng)網(wǎng)絡(luò)具有良好的映射能力，并且可以通過非線性模型來進(jìn)行故障診斷，對(duì)實(shí)際過程參數(shù)值進(jìn)行偏差調(diào)整，利用神經(jīng)網(wǎng)絡(luò)的建模力來解決某些復(fù)雜問題，從而更好地提高診斷效率和診斷效果。而基于SOM自組織特征的映射神經(jīng)網(wǎng)絡(luò)可以突出訓(xùn)練過程當(dāng)中的自動(dòng)性特點(diǎn)來提取數(shù)據(jù)當(dāng)中的某些重要規(guī)律信息，在輸入層完成故障識(shí)別。按照競爭學(xué)習(xí)原理可以建立學(xué)習(xí)算法和網(wǎng)絡(luò)模型，并且展開網(wǎng)絡(luò)樣本設(shè)計(jì)與訓(xùn)練測試，最后對(duì)結(jié)果作出判定得到故障的基本規(guī)律條件。

4.結(jié)語

隨著未來智能檢測手段技術(shù)的進(jìn)一步發(fā)展，在柴油發(fā)動(dòng)機(jī)燃油系統(tǒng)故障的診斷過程當(dāng)中可以充分利用人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢所在做好學(xué)習(xí)和訓(xùn)練，輸出機(jī)械的工作狀態(tài)信息，將這些信息與歷史故障信息做好對(duì)比。這樣一來可以確定系統(tǒng)故障產(chǎn)生的部位與原因，并且完成對(duì)于故障的初步診斷和后續(xù)緊密診斷，對(duì)系統(tǒng)工作過程做出說明并建立有關(guān)的模型，精確定位故障采取處理措施。

【參考文獻(xiàn)】

[1]仝兆景，石秀華，王文斌，等.柴油發(fā)動(dòng)機(jī)燃油系統(tǒng)故障診斷研究[J].機(jī)械與電子， 2013（08）：28-31.

[2]王金鑫，王忠巍，馬修真，等.柴油機(jī)燃油系統(tǒng)多故障的解耦與診斷技術(shù)[J].控制與決策， 2019，34（10）.

[3]于洋，華樹明，王向軍.核電廠18PA6B柴油發(fā)電機(jī)組低壓燃油系統(tǒng)增壓泵頻繁啟動(dòng)問題分析處理[J].裝備維修技術(shù)，2020，175（01）：95-96.