基于自我調(diào)節(jié)學(xué)習(xí)的柴油機(jī)故障診斷研究

張翠俠

（宿州學(xué)院，安徽 宿州234000）

1 引 言

及時(shí)診斷故障并采取有效的措施，對(duì)增加柴油機(jī)工作時(shí)的安全性和可靠性、降低柴油機(jī)維修費(fèi)用、減少由此帶來(lái)的損失、防止突發(fā)事故，具有重大的現(xiàn)實(shí)意義。柴油機(jī)是機(jī)、電、液一體化的復(fù)雜系統(tǒng)，由于柴油機(jī)系統(tǒng)層次性、設(shè)備的復(fù)雜性及工作環(huán)境多變性，其故障具有層次性、相關(guān)性、延時(shí)性和不確定性等特性。這些特性決定了當(dāng)一種故障發(fā)生時(shí)會(huì)產(chǎn)生多種征兆，一種征兆對(duì)應(yīng)多種故障的復(fù)雜關(guān)系，而故障原因和故障征兆之間的關(guān)系是非線性、多變量和模糊的［1］。因此，最為實(shí)際的解決辦法是根據(jù)實(shí)際運(yùn)行狀態(tài)異常識(shí)別故障征兆，準(zhǔn)確快速的確定故障原因，及時(shí)診斷和維修。目前國(guó)內(nèi)外對(duì)柴油機(jī)故障診斷模型方法的研究較多，包括灰色系統(tǒng)［2］、貝葉斯［3］、時(shí)頻譜圖與圖像分割［4］、經(jīng)驗(yàn)?zāi)B(tài)分解和Laplace小波［5］、系統(tǒng)控制策略［6］、混沌診斷［7］、模糊邏輯推理［8］等，這些模型為柴油機(jī)故障的診斷和維護(hù)提供了廣泛的支持。但是，柴油機(jī)使用范圍廣、型號(hào)多、環(huán)境多變等不確定因素，導(dǎo)致其故障診斷的復(fù)雜性和多變性。因此，必須探索一種適合各自實(shí)際情況，且能夠自我調(diào)節(jié)學(xué)習(xí)的故障診斷方式。

本文結(jié)合灰靶理論，基于實(shí)時(shí)更新的柴油機(jī)故障統(tǒng)計(jì)數(shù)據(jù)和專業(yè)人員經(jīng)驗(yàn)知識(shí)，構(gòu)造自我調(diào)節(jié)學(xué)習(xí)的柴油機(jī)故障征兆標(biāo)準(zhǔn)模式，通過(guò)計(jì)算靶心距診斷設(shè)備故障，對(duì)柴油機(jī)故障診斷進(jìn)行一定的研究。

2 基于自我調(diào)節(jié)學(xué)習(xí)的柴油機(jī)故障診斷模式

基于自我調(diào)節(jié)學(xué)習(xí)的故障診斷模式，是利用實(shí)時(shí)反饋的更新自我調(diào)節(jié)柴油機(jī)故障統(tǒng)計(jì)數(shù)據(jù)和專業(yè)人員經(jīng)驗(yàn)知識(shí)構(gòu)造柴油機(jī)故障征兆標(biāo)準(zhǔn)模式，量化得到故障征兆特征向量，找出各種候選故障源集，根據(jù)故障統(tǒng)計(jì)數(shù)據(jù)和專家經(jīng)驗(yàn)，得到各種故障原因與故障征兆的關(guān)聯(lián)程度，量化標(biāo)準(zhǔn)模式，通過(guò)靶心距比較，得出結(jié)論，及時(shí)維修后，反饋更新標(biāo)準(zhǔn)模式。建立了如圖1所示的基于自我調(diào)節(jié)學(xué)習(xí)的故障診斷模式：

基于自我調(diào)節(jié)學(xué)習(xí)的故障診斷模式的步驟為：

（1）廣泛搜集既往實(shí)際故障診斷的第一手資料；

（2）分析、歸納、總結(jié)、提煉出典型故障并進(jìn)行分類，建立故障征兆與候選故障源集；

（3）依據(jù)專家經(jīng)驗(yàn)及統(tǒng)計(jì)方法，確定出每一種故障征兆與故障原因之間的關(guān)聯(lián)度，量化得到故障征兆特征向量；

（4）計(jì)算靶心距，得出診斷結(jié)論；

（5）將診斷結(jié)果與實(shí)際故障原因進(jìn)行比較分析，及時(shí)更新統(tǒng)計(jì)數(shù)據(jù)，并用來(lái)對(duì)關(guān)聯(lián)度進(jìn)行修正，有助于提高故障征兆特征向量準(zhǔn)確性，從而提高診斷方法精度。

圖1 基于自我調(diào)節(jié)學(xué)習(xí)的故障診斷模式

3 基于灰靶理論的柴油機(jī)故障模型

灰靶理論能夠得到對(duì)故障征兆的不同故障原因進(jìn)行評(píng)價(jià)排序，在灰靶中確定一個(gè)故障征兆向量，然后將灰靶中諸故障原因靶心點(diǎn)進(jìn)行比較，求出不同的靶心距，通過(guò)比較靶心距來(lái)確定排序。這種排序是綜合考慮了柴油機(jī)故障診斷的復(fù)雜性、非線性、多變量和多參數(shù)，得到的一個(gè)診斷結(jié)果［9，10］。因此，用灰靶理論對(duì)柴油機(jī)故障診斷是可行的。建立步驟如下：

（1）建立標(biāo)準(zhǔn)模式ω

基于灰靶理論的柴油機(jī)故障診斷模型，其標(biāo)準(zhǔn)模式ω和傳統(tǒng)的標(biāo)準(zhǔn)模式不同。因?yàn)椋裼蜋C(jī)故障發(fā)生的征兆和原因關(guān)系復(fù)雜，沒(méi)有確定的內(nèi)在關(guān)聯(lián)，同時(shí)，柴油機(jī)故障診斷標(biāo)準(zhǔn)模式ω的確定沒(méi)有通過(guò)灰靶極性變換，這是因?yàn)榛野袥Q策是從距離的接近性考慮故障產(chǎn)生原因的遠(yuǎn)近。

在專家的指導(dǎo)下根據(jù)柴油機(jī)的故障統(tǒng)計(jì)數(shù)據(jù)和機(jī)理分析，確定每一故障原因νi分別對(duì)應(yīng)該故障征兆u(yù)j的隸屬度ωij＝r（νi，uj），i＝ ［1，n］，j＝ ［1，m］，ωij∈ ［0，1］。其關(guān)系如下表1：

表1 故障原因和故障征兆關(guān)系表

其中，ωij＝uj／νi；ωij為柴油機(jī)故障征兆u(yù)j發(fā)生次數(shù)與故障原因νi的比值，是發(fā)生故障征兆u(yù)j由于故障原因νi而導(dǎo)致的隸屬度。

已知柴油機(jī)故障原因νi，與其對(duì)應(yīng)的故障征兆是非線性關(guān)系，而這些關(guān)系可以根據(jù)統(tǒng)計(jì)數(shù)據(jù)和專家經(jīng)驗(yàn)進(jìn)行確定，即故障原因的靶心ωi。

令：ωi＝ ｛ωi1，……，ωin，即ωi為故障原因νi的靶心，則稱序列ω0＝ ｛ω1，……，ωi，……，ωm｝，i∈ ［1，m］為標(biāo)準(zhǔn)狀態(tài)模式，即多故障原因靶心向量集。

柴油機(jī)故障原因有很多，每一個(gè)故障原因都有一個(gè)對(duì)應(yīng)的靶心向量，多個(gè)靶心向量構(gòu)成靶心矩陣。上述靶心矩陣的確定沒(méi)有通過(guò)灰靶極性變換，是綜合考慮灰靶決策，以距靶心矩陣的歐式距離的長(zhǎng)度考慮故障診斷的結(jié)果。

（2）計(jì)算靶心矩陣的歐式距離

則柴油機(jī)故障征兆參數(shù)X ＝ ｛x1，……，xj，……，xm｝；

則靶心距di＝ ［（x1－ωi1）2＋ （x2－ωi2）2＋ … ＋ （xm－ωim）2］1／2；

根據(jù)灰理論關(guān)于多因素關(guān)聯(lián)度分析的拓?fù)鋵W(xué)基礎(chǔ)，以拓?fù)淇臻g的歐式距離為各因素的相關(guān)程度的量化標(biāo)準(zhǔn)。

因此，故障征兆集的靶心距離集構(gòu)成D ＝ ｛d1，……，di，……，dm｝，i∈ ［1，m］，

以標(biāo)準(zhǔn)狀態(tài)模式和柴油機(jī)故障征兆參數(shù)可分別計(jì)算出故障原因νi的靶心距di，并排序。

歸一化處理靶心距為：

靶心距的數(shù)值反映了柴油機(jī)故障原因的效果向量，可以通過(guò)計(jì)算靶心距的大小確定柴油機(jī)故障原因的排序，其中數(shù)值最小者的為診斷故障原因可能性最大的。

4 應(yīng)用實(shí)例

（1）廣泛搜集既往實(shí)際故障統(tǒng)計(jì)數(shù)據(jù)，確定故障征兆與候選故障源集，構(gòu)建諸故障原因靶心向量集，以通用某型號(hào)柴油機(jī)其中部分故障原因和征兆為例，建立故障征兆與候選故障源集，如下表2：

表2 某型號(hào)柴油機(jī)部分故障征兆與候選故障源集

（2）計(jì)算靶心距

現(xiàn)關(guān)于柴油機(jī) “負(fù)荷、轉(zhuǎn)速不足”故障出現(xiàn)的故障征兆有：v3（轉(zhuǎn)矩急降）、v4（油壓過(guò)低）、v5（機(jī)油量耗大）、即其征兆向量為：

現(xiàn)根據(jù)所給的征兆向量vi和故障與原因隸屬度的矩陣表，運(yùn)用灰靶理論計(jì)算每個(gè)原因的靶心距，并診斷如下表3：

表3 柴油機(jī)故障診斷結(jié)果

由上表3可以得出柴油機(jī) “負(fù)荷、轉(zhuǎn)速不足”故障原因是油管破裂。與實(shí)際檢查結(jié)果一致。

（3）更新統(tǒng)計(jì)數(shù)據(jù)，自我調(diào)節(jié)學(xué)習(xí)并修正

將診斷結(jié)果與實(shí)際故障原因進(jìn)行比較分析，及時(shí)更新故障統(tǒng)計(jì)數(shù)據(jù)，并用來(lái)對(duì)標(biāo)準(zhǔn)模式進(jìn)行修正，自我調(diào)節(jié)學(xué)習(xí)，有助于提高故障征兆特征向量準(zhǔn)確性，從而提高診斷方法精度。

5 結(jié) 論

本文考慮柴油機(jī)系統(tǒng)故障征兆、故障原因普遍存在模糊性、復(fù)雜性和非線性一一映射的特點(diǎn)，結(jié)合灰靶理論思想，建立了一種基于自我調(diào)節(jié)學(xué)習(xí)的柴油機(jī)故障診斷方法。該方法具有以下特點(diǎn)：

1）閉環(huán)系統(tǒng)化，從故障信息收集、處理到反饋更新的閉環(huán)柴油機(jī)故障診斷；

2）自我調(diào)節(jié)學(xué)習(xí)，綜合考慮了柴油機(jī)故障統(tǒng)計(jì)數(shù)據(jù)，結(jié)合專業(yè)人員的經(jīng)驗(yàn)知識(shí)，構(gòu)建了一種及時(shí)更新的故障原因和故障征兆關(guān)系表并及時(shí)自我調(diào)節(jié)學(xué)習(xí)和修正的標(biāo)準(zhǔn)模式；

3）簡(jiǎn)單易行，通過(guò)簡(jiǎn)單的數(shù)學(xué)工具能夠診斷出柴油機(jī)故障的原因，提高了診斷的可行性和可靠性。

［1］ Niu DX，Wang YL，Ma XY.Opti mization of support vector machine power load forecasting model based on data mining and Lyapunov exponemts［J］.J Cent South Univ Technol，2010，17：406－412.

［2］ 陳士瑋，李柱國(guó)，徐啟圣.灰靶理論在優(yōu)化柴油機(jī)磨合過(guò)程中的應(yīng)用研究 ［J］.內(nèi)燃機(jī)學(xué)報(bào)，2005， （04），371－375.

［3］ 吳定海，張培林，任國(guó)全.基于Bayes的超球分類器及在柴油機(jī)異常檢測(cè)中的應(yīng)用 ［J］.機(jī)械工程學(xué)報(bào)，2011，3（47）：22－26.

［4］ 蔡艷平，李艾華，王濤.基于時(shí)頻譜圖與圖像分割的柴油機(jī)故障診斷 ［J］.內(nèi)燃機(jī)學(xué)報(bào)，2011，（02）：181－186.

［5］ 楊江天，周培鈺.經(jīng)驗(yàn)?zāi)B(tài)分解和Laplace小波在機(jī)車柴油機(jī)齒輪系故障診斷中的應(yīng)用 ［J］.機(jī)械工程學(xué)報(bào)，2011，4 （47）：109－115.

［6］ 路瓊瓊，申立中，徐勁松.高壓共軌柴油機(jī)故障診斷系統(tǒng)控制策略研究 ［J］.內(nèi)燃機(jī)工程，2011，6（32）：37－42.

［7］ 譚季秋，鄂加強(qiáng)，譚青，等.車用柴油機(jī)振動(dòng)故障混沌診斷系統(tǒng)及其應(yīng)用 ［J］.中南大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，4 （42）：984－989.

［8］ 胡素云，鄂加強(qiáng)，龔金科.柴油機(jī)冷啟動(dòng)過(guò)程模糊邏輯推理異常診斷 ［J］.湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，11（38）：36－42.

［9］ 鄧聚龍.灰色系統(tǒng)基本方法 ［M］.武昌：華中理工大學(xué)出版社，1987：3－39.

［10］ 劉思峰，黨耀國(guó)，方志耕.灰色系統(tǒng)理論及其應(yīng)用 ［M］.北京：科學(xué)出版社，2004：20－56.