1、船舶柴油機故障在線診斷仿真技術研究蔡振雄,黃加亮,翁澤民(集美大學輪機系,福建廈門361021)摘要提出了船用柴油機的主要部件、易損件的運行性能采用微機自動巡回檢測,并與正確值比較的方法,來達到故障在線自動診斷的目的.在此基礎上,把仿真以及神經(jīng)網(wǎng)絡技術直接應用于柴油機故障在線診斷系統(tǒng),建立船用柴油機癥狀與故障樣本集,作為神經(jīng)網(wǎng)絡故障診斷的專家知識庫,以實現(xiàn)船用柴油機故障在線智能診斷,從而提高故障診斷的及時性和準確率,減少誤診.關鍵詞船舶柴油機;在線監(jiān)測;智能診斷;仿真技術;神經(jīng)網(wǎng)絡技術中圖分類號 U664.121; TK418 文獻標識碼 A0引 言早期船舶輪機員對船用柴油機的故障診斷,一般通

2、過一些常規(guī)的普通儀表、儀器、化驗并結合看、摸、聽、聞等傳統(tǒng)的簡易手段對含有故障的柴油機及系統(tǒng)進行離線經(jīng)驗診斷.這種方法不僅對輪機員的素質有很高的要求,而且故障診斷的速度慢、質量差.隨著科學技術水平的提高,微機的普及,為離線和在線故障診斷提供物質基礎,使離線與在線診斷的實現(xiàn)成為可能.1 船用柴油機故障的在線診斷在線診斷是指對于大型、重要的設備為了保證其安全和可靠運行,需要對所監(jiān)測的信號進行自動、連續(xù)、定時的采集與分析,對出現(xiàn)的故障及時做出診斷.建立在線故障監(jiān)測和診斷系統(tǒng),能有效提高故障診斷的準確率,縮短故障診斷時間,促進維修方式從預防性維修到預測性視情維修的轉變.故障在線診斷又分為人工在線故障診

3、斷和自動在線故障診斷.人工在線診斷是70年代中期前后發(fā)展開發(fā)應用的技術,利用監(jiān)測系統(tǒng)對柴油機運行時內外部工況參數(shù)進行自動監(jiān)測,并將監(jiān)測信號輸入計算機進行計算分析,同時結合輪機日記記錄、輪機員的觀察測試,對柴油機技術狀態(tài)進行早期預測,做一些部件的趨勢分析,為定期的維護保養(yǎng)提供信息.人工在線診斷對要求快速故障定位,故障模式識別的船用柴油機來說,太慢且準確性較差無論對故障的在線人工診斷還是在線自動診斷,目的均是為了有效地識別故障,所以最關鍵的問題是要建立故障識別的判據(jù)(專家系統(tǒng)數(shù)據(jù)庫),即如何判斷柴油機含有故障.經(jīng)驗表明柴油機工作性能參數(shù)如壓力、溫度的大小高低、噪音的大小、轉速、流量漏泄、振動等,都

4、可以作為故障判斷的依據(jù).為了達到自動診斷的目的,必須引入微處理機系統(tǒng),對柴油機的關鍵件、重要件、易損件及其它部位設定故障診斷點,并將這些正確的性能參數(shù)信號值建立完整的數(shù)據(jù)庫(專家系統(tǒng)數(shù)據(jù)庫);利用微機對診斷點的診斷信號進行自動巡回檢測,測試結果由計算機自動與數(shù)據(jù)庫中的正確信號值進行比較.如果檢測信號在正確范圍內,則表明該柴油機正常無故障;如果超過范圍,則說明有故障.由計算機推斷故障點的位置,并通過顯示設備和報警設備,告知外界,以便輪機管理人員及時處理.該方法由硬件原理組成如圖1所示.故障診斷技術中另一個重要部分是系統(tǒng)測試軟件.該系統(tǒng)軟件由自檢程序、信號轉換程序、巡回檢測程度、比較程序、顯示報警

5、程序等組成,可以對船用柴油機進行實時在線監(jiān)視其工作狀態(tài),完成自動在線故障診斷任務。2仿真技術在在線診斷中應用2.1柴油機運行故障計算機仿真現(xiàn)代船用柴油機正朝著大型化、高增壓和高經(jīng)濟性發(fā)展,使得故障征兆與故障原因的關系更復雜,專家系統(tǒng)通過領域專家的實踐積累知識庫耗時較長.隨著數(shù)值計算技術的迅猛發(fā)展,模擬柴油機各種運行工況下的工作過程已成為可能,能夠實現(xiàn)對發(fā)動機進行燃燒分析及性能分析模擬.不僅可用來計算無故障下各種運行工況的過程參數(shù),也可對柴油機某些增壓系統(tǒng)、氣缸活塞組件與燃燒系統(tǒng)、燃油系統(tǒng)等故障進行仿真.然后根據(jù)特征參數(shù),參照相應規(guī)范,運用各種知識和經(jīng)驗,對機器狀態(tài)進行識別,對早期故障進行診斷,

6、對故障的部位、原因和程度作出判斷,對機器技術狀態(tài)的發(fā)展趨勢進行預測,為確定維修決策提供技術依據(jù).文獻2 , 3 開發(fā)的船用二沖程渦輪增壓柴油機運行性能預測程序,不僅可以模擬一個氣缸有故障,而且可以模擬某幾個氣缸有故障下的工作狀態(tài)和性能.在給定工況和設置故障狀態(tài)下對渦輪增壓柴油機的工作過程和運行性能進行仿真,獲得發(fā)動機在此故障和工況下各處運行參數(shù),建立相應的故障樣本集,并實現(xiàn)船用柴油機故障診斷.2.2柴油機運行故障診斷策略4用于故障診斷的方法稱為故障診斷策略,故障診斷策略包括被測系統(tǒng)是否存在故障、識別故障的征兆和故障的性質.故障診斷實際上就是根據(jù)測量所獲得的某些故障特征,以及系統(tǒng)故障源與故障特征

7、之間的映射關系,找出系統(tǒng)的故障源的過程.人工神經(jīng)網(wǎng)絡作為一種自適應的模式識別技術,能夠通過自身的學習機制自動形成所要求的決策區(qū)域.把仿真計算所獲得的狀態(tài)參數(shù),經(jīng)過特征選擇,找出對于故障反映最敏感的特征信號作為神經(jīng)網(wǎng)絡的輸入向量,建立故障模式訓練樣本集,對網(wǎng)絡進行訓練;當網(wǎng)絡訓練完畢,對于每一個新輸入的狀態(tài)信息,網(wǎng)絡將迅速給出分類結果.基于神經(jīng)網(wǎng)絡的故障診斷仿真步驟是:首先對柴油機工作過程進行仿真計算,獲得給定工況在設定故障下和無故障下的過程參數(shù),經(jīng)預處理提取征兆集數(shù)據(jù),歸一化為網(wǎng)絡輸入模式;第二步用已知的樣本集訓練網(wǎng)絡,再實時輸入征兆向量進行測試,獲得該工況網(wǎng)絡輸出模式;然后對網(wǎng)絡輸出進行后處

8、理獲得診斷結果,即故障發(fā)生的位置及其嚴重程度,以提供作進一步處理(如趨勢分析或提出處理措施)的依據(jù)。2.3網(wǎng)絡輸入變量歸一化處理對數(shù)據(jù)的預處理就是要使得經(jīng)變換后的數(shù)據(jù)對于神經(jīng)網(wǎng)絡更容易訓練和學習,因為原始數(shù)據(jù)幅值大小不一,相差太大.如果不進行處理,大的測量值的波動就壟斷了神經(jīng)網(wǎng)絡的學習過程,不能反映小的測量值的變化.而且網(wǎng)絡是通過調整各權值的大小以保證能學習到變量相對的重要性,若輸入變量之間幅值相差很大,使得網(wǎng)絡完成學習時,權值之間的大小相差亦很大.事實上,許多學習算法對權值范圍都有限制,不能適應如此之寬廣的數(shù)據(jù)變化范圍.為此,需通過把輸入數(shù)據(jù)歸一化到能使網(wǎng)絡所有權值都在一個不太大的范圍之內,

9、以此來減輕網(wǎng)絡訓練時的難度.在對船用柴油機工作過程進行仿真計算之后,獲得給定工況和設置故障下的過程參數(shù)的測量值.同時計算該工況無故障下各處的參數(shù)值作為基準值.實測值與基準值的偏差經(jīng)過處理,獲得診斷用的征兆集數(shù)據(jù),并經(jīng)歸一化為網(wǎng)絡的輸入模式.2.4柴油機故障診斷實例如前所述,實船使用中由于使用條件的變化、操作維修不當,柴油機及其增壓系統(tǒng)的污阻、損壞等均會使發(fā)動機性能惡化,嚴重時會發(fā)生故障,從而影響船舶營運的正常進行.為了及時處理消除故障,必須準確判斷出柴油機性能惡化的原因,當采用人工神經(jīng)網(wǎng)絡方法時,要求給出發(fā)動機癥狀與故障樣本集,作為專家知識庫.根據(jù)航區(qū)的不同和船舶航行過程中的實際狀況,在不同的

10、環(huán)境溫度及不同的柴油機負荷條件下,采用該程序對給定故障狀態(tài)下的柴油機運行工況性能參數(shù)的模擬計算,建立船舶柴油機癥狀與故障樣本集,作為神經(jīng)網(wǎng)絡故障診斷系統(tǒng)的專家知識庫. 根據(jù)船用低速增壓柴油機工作過程的理論分析和實際運行經(jīng)驗,可以確定各個子系統(tǒng)主要部件可能出現(xiàn)故障的原因,作為故障變量即輸出變量;同時確定用于區(qū)別各種故障的征兆變量作為網(wǎng)絡輸入變量.因此,采用船舶二沖程增壓柴油機運行性能預測程序,對裝船量最多的MAN2B&W L2MC型柴油機工作過程進行數(shù)值模擬計算,對其渦輪增壓系統(tǒng)各部件故障進行模擬計算,獲得各征兆變量偏離基準值的偏差.仿真實驗結果可以得出故障原因與故障征兆之間的相互關系,以此建立

11、渦輪增壓系統(tǒng)的征兆/故障樣本集.用于模擬計算增壓系統(tǒng)故障的變量有:空氣濾清器堵塞、增壓器效率下降、中冷器傳熱惡化、透平保護格柵堵塞、透平通流部分堵塞、廢熱鍋爐流阻增大或氣缸進排氣道堵塞征兆/故障樣本集的正確確定是神經(jīng)網(wǎng)絡進行準確故障診斷的關鍵.渦輪增壓系統(tǒng)一種故障對應一個樣本,為進一步診斷故障的嚴重程度,對每一個故障變量取2個樣本,其目標值分別為0.5和1.為了反映機組運行負荷范圍的征兆與故障的對應關系,對額定負荷(100 %MCR)、部分負荷(90 %MCR、75 %MCR)和半負荷(50 %MCR)四種工況給出樣本.因此這部分的樣本數(shù)為36個.考慮到遠洋船舶的航行范圍屬于無限航區(qū),因此把大

12、氣環(huán)境溫度分為三段,即283294K、294306K、306318K.并分別以288K、300K、312K為樣本中心,通過大量的仿真計算,得出相應的樣本集(總的樣本數(shù)為108個),用于訓練徑向基函數(shù)RBF神經(jīng)網(wǎng)絡診斷模型,從而可以實現(xiàn)船舶柴油機運行故障的診斷.網(wǎng)絡測試結果與分析表明,給定故障分別為級(嚴重故障),級(中等故障)的輸入征兆量,用訓練過的RBF網(wǎng)絡測試: 1)發(fā)動機負荷變化,大氣環(huán)境溫度不變; 2)環(huán)境溫度變化,如船舶航行在不同的海區(qū),柴油機負荷不變; 3)柴油機負荷改變,同時環(huán)境溫度也改變.網(wǎng)絡對給定故障所在工況的診斷識別率很高,幾乎達到100 % ,可見采用這種診斷方法是成功而且快捷有效的,不僅對柴油機故障模式有很高的識別率,并能對故障嚴重程度進行定量的預測.同時,對各輸入變量偏離樣本值10 %或其中某個變量偏離樣本值較大時(例如個別傳感器有故障或數(shù)據(jù)處理有誤)進行仿真實驗,它們的輸出向量與目標向量很接近,不會影響總的輸出模式,即對征兆信號的噪聲不敏感,表明這樣的網(wǎng)絡有較強的容錯和抗干擾