淺析燃?xì)廨啓C(jī)故障診斷技術(shù)

朱滿軍 李瑞民 李寶峰

摘要：燃?xì)廨啓C(jī)作為重要的旋轉(zhuǎn)葉輪式動(dòng)力機(jī)械，工作條件較為惡劣，在工作過(guò)程中發(fā)生熱力學(xué)的雙向耦合，極易產(chǎn)生多種故障問(wèn)題而導(dǎo)致重大的經(jīng)濟(jì)損失。對(duì)燃?xì)廨啓C(jī)的故障診斷技術(shù)進(jìn)行研究探索并總結(jié)出完善的故障診斷方法可以提高對(duì)動(dòng)力系統(tǒng)中故障測(cè)定的準(zhǔn)確度，有效降低由故障帶來(lái)的各種損失。本文在對(duì)燃?xì)廨啓C(jī)故障診斷技術(shù)的當(dāng)前發(fā)展?fàn)顩r進(jìn)行分析的基礎(chǔ)上，歸納總結(jié)了應(yīng)用較為普遍的多種診斷措施的原理、特點(diǎn)和方法等，并展望其未來(lái)的發(fā)展前景。

關(guān)鍵詞：燃?xì)廨啓C(jī);故障診斷;研究展望;人工智能

引言

作為一種典型的成套式大型機(jī)械動(dòng)力設(shè)備，燃?xì)廨啓C(jī)的發(fā)展不斷融合多種新工藝、新科技、新材料于一體，該設(shè)備擁有先進(jìn)且復(fù)雜的結(jié)構(gòu)，導(dǎo)致其故障率及對(duì)維修水平的要求不斷提高。然而，由于燃?xì)廨啓C(jī)具有熱效率高、工作平穩(wěn)、啟動(dòng)較快等優(yōu)點(diǎn)而得到了廣泛的應(yīng)用，尤其是在航空航天、能源電力等高端領(lǐng)域。該設(shè)備一旦發(fā)生故障，便會(huì)帶來(lái)不可估量的經(jīng)濟(jì)損失。所以，對(duì)燃?xì)廨啓C(jī)的故障診斷技術(shù)進(jìn)行研究進(jìn)而保障燃?xì)廨啓C(jī)能夠處于正常穩(wěn)定的運(yùn)行狀態(tài)意義重大。故障診斷技術(shù)是通過(guò)利用有效的分析方法對(duì)采集現(xiàn)場(chǎng)重要的狀態(tài)數(shù)據(jù)、歷史信息進(jìn)行分析處理，從而對(duì)機(jī)械設(shè)備的運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià)的一項(xiàng)識(shí)別技術(shù)。對(duì)燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)可以在很大程度上減少維修成本，提高系統(tǒng)運(yùn)行的可靠度。

1.故障診斷技術(shù)發(fā)展?fàn)顩r

1.1國(guó)外研究探索

從上個(gè)世紀(jì)六十年代開始，伴隨計(jì)算機(jī)技術(shù)、傳感器工藝的快速發(fā)展，故障診斷技術(shù)逐步作為一門重要的學(xué)科和研究領(lǐng)域而發(fā)展起來(lái)。在燃?xì)廨啓C(jī)故障診斷方面，美國(guó)是首先進(jìn)行故障診斷技術(shù)研究與探索的國(guó)家，其相關(guān)技術(shù)較為先進(jìn)且發(fā)展水平在多個(gè)方面均處在世界的領(lǐng)先地位，對(duì)航空及艦船的燃?xì)廨啓C(jī)故障診斷擁有自身的理論優(yōu)勢(shì)與先進(jìn)的技術(shù)支撐。在理論的相關(guān)研究中，美國(guó)首次將應(yīng)用統(tǒng)計(jì)學(xué)與神經(jīng)網(wǎng)絡(luò)濾波相結(jié)合有效的增強(qiáng)來(lái)源于運(yùn)行設(shè)備本體的信息及數(shù)據(jù)的可靠性，還利用神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)時(shí)監(jiān)測(cè)并分析燃?xì)廨啓C(jī)的運(yùn)行狀態(tài)，對(duì)設(shè)備的性能變化作出及時(shí)的診斷。經(jīng)過(guò)不斷的探索，最終建立合理的故障診斷理論體系與可靠的專家診斷系統(tǒng)，就燃?xì)廨啓C(jī)的不同故障提出相應(yīng)的維護(hù)建議。此后利用神經(jīng)網(wǎng)絡(luò)技術(shù)成功采集到RR公司生產(chǎn)制造的RB211型燃?xì)廨啓C(jī)的本體信息，并將多層傳感器、徑向基函數(shù)和回歸神經(jīng)網(wǎng)等應(yīng)用到故障診斷中，對(duì)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)能夠且適合用來(lái)對(duì)發(fā)動(dòng)機(jī)性能參數(shù)、傳感器故障診斷與監(jiān)測(cè)、發(fā)動(dòng)機(jī)獲取參數(shù)困難下的安全預(yù)測(cè)等作出了闡述。此外，非常多的文獻(xiàn)對(duì)燃?xì)廨啓C(jī)的故障診斷方面的知識(shí)和方法進(jìn)行了說(shuō)明。還有不少資料對(duì)燃?xì)廨啓C(jī)的旋轉(zhuǎn)式設(shè)備進(jìn)行故障診斷，大都采取不同類型的神經(jīng)網(wǎng)絡(luò)并利用小波分析技術(shù)對(duì)振動(dòng)類型的信號(hào)進(jìn)行處理，均得到良好的應(yīng)用效果。

1.2國(guó)內(nèi)研究探索

隨著燃?xì)廨啓C(jī)在國(guó)內(nèi)軍事設(shè)備及民用機(jī)械的應(yīng)用規(guī)模不斷擴(kuò)大，我國(guó)逐步進(jìn)入對(duì)其故障診斷技術(shù)的探索。不過(guò)與其它國(guó)家相比，因相關(guān)研究起步晚、規(guī)模不大并且缺少實(shí)用的診斷系統(tǒng)等限制，當(dāng)前發(fā)展?fàn)顩r相對(duì)落后。但因?yàn)樵S多新的理論和方法不斷應(yīng)用到燃?xì)廨啓C(jī)故障診斷，該方面的探索取得了不錯(cuò)的科研成果。尤其是計(jì)算機(jī)技術(shù)、人工智能技術(shù)的逐步發(fā)展使其故障診斷水平發(fā)展到智能化的水平。王永泓等在燃?xì)廨啓C(jī)的專家診斷系統(tǒng)中引入模糊Petri網(wǎng)知識(shí)表示系統(tǒng)取得不錯(cuò)的效果，并采用綜合利用算法、模型診斷等結(jié)合而成的混合型人工智能故障診斷方法。翁史烈等人在“基于熱力參數(shù)的燃?xì)廨啓C(jī)智能故障診斷”中建議采用故障和征兆兩者間的定量求解途徑，并以此為基礎(chǔ)探索了模糊邏輯與神經(jīng)網(wǎng)絡(luò)的診斷技術(shù)。卜凱旗等人研發(fā)出完整的燃?xì)廨啓C(jī)發(fā)電機(jī)組振動(dòng)信號(hào)監(jiān)測(cè)及故障診斷系統(tǒng)，利用分析得到的振動(dòng)數(shù)據(jù)以提前預(yù)測(cè)機(jī)組工作過(guò)程中產(chǎn)生的異常狀況，然后利用專家故障診斷系統(tǒng)給出合理建議以供技術(shù)工作者參考。通過(guò)使用驗(yàn)證，該系統(tǒng)有效的保障了生產(chǎn)安全，提高了經(jīng)濟(jì)效益。

2.智能故障診斷技術(shù)

由于燃?xì)廨啓C(jī)設(shè)備的大型化及復(fù)雜化，設(shè)備會(huì)產(chǎn)生多種故障同發(fā)以及不同故障間的相互作用、聯(lián)系分析困難的狀況。隨著人工智能技術(shù)的發(fā)展和在診斷系統(tǒng)中的應(yīng)用，成功的使燃?xì)廨啓C(jī)的故障診斷技術(shù)提升到智能化新高度，彌補(bǔ)了傳統(tǒng)式故障診斷技術(shù)在現(xiàn)場(chǎng)應(yīng)用中存在的缺陷，很好地處理了復(fù)雜系統(tǒng)故障診斷過(guò)程中出現(xiàn)的問(wèn)題。

最初的專家診斷系統(tǒng)均采用基于規(guī)則的診斷方法，該方法采用直接及啟發(fā)式知識(shí)表示，診斷速度較快，且容易實(shí)現(xiàn)編程和系統(tǒng)開發(fā)，具有直觀方便的優(yōu)點(diǎn)。不過(guò)由于知識(shí)庫(kù)中的故障類型較少，面對(duì)新的故障問(wèn)題時(shí)就顯得無(wú)從下手，極易導(dǎo)致診斷失誤或者失敗;基于人工神經(jīng)網(wǎng)絡(luò)的故障診斷主要是建立故障源和征兆間的映射，具有高度的容錯(cuò)機(jī)制及非線性等優(yōu)點(diǎn)。不過(guò)由于神經(jīng)網(wǎng)絡(luò)的診斷方法對(duì)系統(tǒng)內(nèi)部的潛在關(guān)系不能進(jìn)行準(zhǔn)確的揭示，因而增加了該方法出現(xiàn)誤診的概率;混合型智能診斷方法可以依據(jù)發(fā)動(dòng)機(jī)組性能參數(shù)的不同以及采集存儲(chǔ)的歷史數(shù)據(jù)信息按照一定的選用規(guī)則選取合理的診斷方法，具有良好的綜合性能。

3.結(jié)束語(yǔ)

燃?xì)廨啓C(jī)故障診斷技術(shù)的發(fā)展直接關(guān)系到其經(jīng)濟(jì)性，必須得到充分的關(guān)注和研究，目前已建立有一定代表性的故障診斷系統(tǒng)。不過(guò)隨著新技術(shù)、新知識(shí)、新方法的不斷出現(xiàn)，對(duì)燃?xì)廨啓C(jī)故障診斷技術(shù)的研究也需更加深入。智能化故障診斷技術(shù)作為專家診斷系統(tǒng)的核心，具有廣闊的應(yīng)用空間。如何將理論研究運(yùn)用到現(xiàn)場(chǎng)運(yùn)行中進(jìn)而保證燃?xì)廨啓C(jī)的運(yùn)行可靠性，達(dá)到高智能化水平是相關(guān)研究者的共同目標(biāo)。

參考文獻(xiàn)：

[1]孫祥逢，陳玉春，胡福.發(fā)動(dòng)機(jī)故障診斷主因子模型的測(cè)量參數(shù)選擇[J].航空動(dòng)力學(xué)報(bào). 2010（01）.

[2]黃曉光，王永泓，翁史烈.燃?xì)廨啓C(jī)混合智能故障診斷專家系統(tǒng)[J].船舶工程. 2000（06）.

[3]蔣磊，陳旸，秦寅，蔡文超，張星，孫暉.基于知識(shí)的燃?xì)廨啓C(jī)故障診斷系統(tǒng)的研究與開發(fā)[J].船舶.2009（02）.