基于模糊诊断理论的柴油机故障诊断方法

车 蕊，张凤登，刘鲁平

(上海理工大学 光电信息与计算机工程学院，上海 200093)

基于模糊诊断理论的柴油机故障诊断方法

车 蕊，张凤登，刘鲁平

(上海理工大学 光电信息与计算机工程学院，上海 200093)

针对柴油机电子控制单元(ECU)的故障诊断与控制能力，文中将SAE J1939 CAN总线协议应用于ECU网络通信，并将模糊故障诊断算法应用于柴油机故障诊断系统。对诊断ECU实行在线监控，利用对柴油机故障数据及其原因的分析，在模糊故障诊断原理和模糊故障诊断算法的基础上，建立了基于模糊故障诊断理论的柴油机故障诊断模型。通过对模型和实际数据的分析，验证了其有效性。

柴油发电机；ECU；模糊故障诊断

柴油机在重工业中占有重要比重，若发生故障将带来严重损失[1]。因此，需要一套实时在线监测和故障诊断系统[2-3]来辅助维护柴油机。本文提出将模糊故障诊断算法应用于柴油机故障诊断系统，由于柴油机本身的好坏没有明确界限，除了突发故障外，柴油机的故障与非故障属于两个模糊集。为解决模糊的问题，可以借助模糊数学的方法，把现象与征兆用数学式的方式来进行描述，多现象、多因素综合推理，以得到更准确的结果。所以在解决柴油机故障诊断[4]时，本文选择模糊故障诊断的方法分析柴油机故障。

1 柴油机在线监控的实现

根据柴油机生产厂商的文档中显示，如沃尔沃的EDC4柴油机电控系统通信协议[5]，诊断ECU要获取柴油机ECU的有效数据，只有两种方式：一种是诊断ECU被动接受柴油机ECU周期性广播的J1939[6-8]参数群报文；另一种是诊断ECU发送带请求帧的报文给柴油机ECU，柴油机ECU收到请求后，会将诊断ECU请求的数据通过报文的形式反馈到CAN总线网络中，诊断ECU收到报文，再自行解析报文即可得到所需数据。

诊断ECU通过接收周期性的报文，可以得到大部分所需参数，比如柴油机的转速、扭矩、油耗、冷却水温度、燃油温度、启动压力、机油压力、机油液位、冷却液液位、蓄电池电压等。可以将其实时显示在液晶屏或上位机软件中，只要通讯不中断，监控系统就会实时运行。

2 模糊诊断理论

2.1 模糊诊断原理

诊断一个故障，必须先理清楚故障可能发生的原因和可能的故障征兆。由于故障征兆是界限不分明的模糊集[9-10]，所以用相应的隶属函数来描述这些故障现象可能产生的程度。模糊诊断方法就是通过一些故障现象的隶属度来求出各种故障原因的隶属度，用来表示故障存在的可能性。根据故障原因和征兆之间的因果关系，所以可得到Y与X之间的模糊关系方程为

Y=X∘R

(1)

其中，Y定义为一个故障原因集；“∘ ”表示模糊故障诊断的模糊算子；X定义故障原因引起的故障征兆集；R为模糊关系矩阵，又称模糊诊断关系矩阵[11-12]。

模糊关系矩阵R的构造，需要大量的观察数据，其精度的高低直接影响模糊诊断的质量。最后根据观察到的征兆向量X，通过模糊运算，就可以得到模糊故障向量Y。得出故障产生原因流程如图1所示。

图1 柴油机故障诊断流程图

2.2 模糊诊断算法

根据故障征兆X={x1,x2,x3…xm}求故障原因Y={y1,y2,y3…ym}的计算公式为

(y1,y2…ym)

(2)

在模糊数学中，称上式为模糊综合评判。式中,Y为模糊综合评判结果，即模糊原因；X为评判因数，即故障征兆的权重，R为单因素评判矩阵，即从原因集到征兆集的模糊关系矩阵。因此，模糊诊断就是将权重模糊向量和单因素评判矩阵R按照一定的方式进行模糊运算。式中，“ 。”称为模糊诊断算子，常用模糊故障诊断算子有以下4类模型。

算子模型1M(∧,∨),即先取小在取大

(3)

算子模型2M(·,∨)，即先乘法再取大

(4)

算子模型3M(∧，⊕)即先取小再与有上限1求和

(5)

算子模型4M( ·，⊕)即先乘法再与有上限1求和

(6)

本文运用算子模型4的式(6)来计算模糊故障原因矩阵。通过对故障征兆模糊向量X与模糊关系矩阵R的模糊关系合成运算，获得故障原因模糊向量Y，即为样本数据对故障原因[13]。

3 柴油机故障诊断模型实现

3.1 柴油机常见故障及原因

柴油机常见故障如下：(1)柴油机启动困难，具体原因为，蓄电池电量不够，启动马达无反应，或者燃油箱无油或阀门未开，燃油系统中有空气，油中有水，喷油器无雾，气缸压缩压力不足等；(2)柴油机功率不足，具体原因为：供油量不足，喷油器雾化不良或与燃烧室不匹配，有空气进入等；(3)柴油机烟色异常(黑色)，具体原因为：进气不足，排气不畅或喷油器雾化不良，喷油压力错误，各缸供油不均匀，气缸压缩压力不足等；(4)柴油机烟色异常(白色)，具体原因为：冷却水温度低，或喷雾器雾化不良，各缸供油不均，气缸压缩压力不足；(5)柴油机烟色异常(蓝色)，具体原因为：活塞环出问题导致机油进入燃烧室，或机油油面过高、机油进入气缸；(6)柴油机游车，具体原因为：燃烧系统内有空气、水等造成供油不稳定，喷油泵雾化不良，各缸供油量不均匀；(7)柴油机温度异常(机油)，具体原因为：高温散热器内水量不足，水泵故障，散热器散热效果差、风扇转速低等；(8)柴油机温度异常(排温)，具体原因为：供油提前角过晚，个别油缸供油量过大，喷油雾化器不良，燃油品质差，气缸压缩压力不足。

经柴油机维修厂商统计，表1为其主要维修的故障器件的故障率。

表1 柴油机故障器件的故障率

3.2 柴油机故障征兆的确定

故障征兆是由诊断ECU在线监测内容和故障原因共同决定。本模糊故障诊断系统数学模型中选用的故障征兆集有12个故障征兆，故障征兆集为(X1,X2,X3,…,X12)。其中，X1为发动机转速异常；X2为发动机启动时间过慢；X3为冷却水温度过高；X4为喷油嘴燃油温度过高；X5为机油温度过高；X6为机油液位异常；X7为机油压力异常；X8为冷却水水位异常；X9为蓄电池电压过低；X10为排气管温度过高；X11为启动马达异常；X12为油料消耗量大。

3.3 隶属函数的确定

模糊数学对柴油机运行状态以0～1之间的模糊数来描述，用隶属函数将运行中的参数和数据模糊化，将柴油机的故障征兆进行模糊化运算。表2为柴油机各个运行参数设置的正常范围。本文根据柴油机运行参数的正常范围来确定该参数的隶属函数。

表2 隶属函数

3.4 模糊诊断实例验证

故障1 在运行过程中出现故障征兆有X1：发动机转速异常；X5：机油温度过高；X10：排气温度过高；X12：油料消耗量大。根据故障征兆的明显程度，定义故障征兆集合为

X=(0.9,0,0,0.7,0,0,0,0.7,0,0,0.3)

(7)

模糊关系矩阵R表示为

R=

(8)

根据Y=X·R,R为式(2)，取模型4:M(·，⊕)求得

Y=(1,0.96,0,0.33,0.24,0,0,0,0,0.92,0,0,0.24)

(9)

由最大隶属度原则[14]和阀值原则[15]判断引起故障征兆的原因为Y1：喷油器和供油系统故障，由于供油出现问题导致出现以上征兆，与实际诊断结果一致。

故障2 在运行过程中出现故障征兆有X2：发动机启动时间过慢；X6：机油液位过低；X9：蓄电池电压过低；X11：启动马达异常。根据故障征兆的明显程度，定义故障征兆集合为

X=(0,0.8,0,0,0.3,0,0,0,0.5,0,0,0.6)

(10)

根据公式Y=X·R,R为式(2)，取模型4:M(·，⊕)求得

Y=(0.38,0,0,0.16,0,0,0.24,0,0,1,0,0.6)

(11)

由最大隶属度原则和阀值原则判断引起故障征兆的原因为Y2：其他故障，蓄电池或者启动马达引起的故障导致出现以上征兆，与实际诊断结果一致。

故障3 在运行过程中出现故障征兆有X3：冷却水温度过高；X4：喷油嘴燃油温度过高；X5：机油温度过高；X10：排气温度过高。根据故障征兆的明显程度，定义故障征兆集合为

X=(0,0,0.4,0.5,0.3,0,0,0,0,0.3,0,0)

(12)

根据公式Y=X·R,R为式(2)，取模型4:M(·，⊕)求得

Y=(0.52,0.94,0,0,0,0,0,0.06,0.12,0,0)

(13)

由最大隶属度原则和阀值原则判断引起故障征兆的故障原因为Y3：漏水，由于漏水导致各项温度系数偏高，与实际诊断结果一致。

4 结束语

本文研究了模糊诊断的理论，并建立其模型，将其应用于柴油机故障诊断的分析中。首先分析了如何实现柴油机在线监控的功能，然后解析了本文的重点，基于模糊诊断理论分析柴油机的故障原因。在模糊诊断理论的基础上，研究了柴油机的常见故障及其原因，运用模糊诊断算法，成功进行了实际诊断，验证了诊断模型。

[1] 曹龙汉,曹长修.柴油机故障诊断技术的现状及展望[J].重庆大学学报:自然科学版,2001,24(6):134-138.

[2] Mollenhauer K, Tschöke H, Mollenhauer K, et al. Handbook of diesel engines[M].Berlin Heidelberg:Springer,2010.

[3] 从胜辉.基于模糊诊断算法的柴油机故障诊断技术研究[D].天津:天津大学,2005.

[4] 刘鑫.柴油发动机状态监测和故障诊断系统的设计与实现[D].成都:电子科技大学,2006.

[5] 肖云魁.汽车故障诊断学[M].北京:北京理工大学出版社,2006.

[6] SAE Standard.Physical layer SAE J1939/11 [S].USA:Issued,2001.

[7] SAE Standard.DataLink layer SAE J1939/21 [S].USA:Issued,2001.

[8] SAE Standard.Application layer SAE J1939/71 [S].USA:Issued,2001.

[9] 徐兆松.汽车故障诊断专家系统研究[D].镇江:江苏大学,2003.

[10] 李峰.基于瞬时转速信号的柴油机故障诊断专家系统的研究[D].长春:吉林大学,2009.

[11] 杜伟肖.基于模糊理论对柴油机燃油系的故障诊断研究[D].南宁:广西大学,2006.

[12] 黄凌洁.高压断路器状态监测与故障诊断方法的研究[D].北京:北京交通大学,2007.

[13] 曹龙汉.柴油机智能化故障诊断技术研究[D].重庆:重庆大学,2001.

[14] 黄文虎,夏松波,刘瑞岩,等.设备故障诊断原理技术及应用[M].北京:科学出版社,1996.

[15] 吴今培.模糊诊断理论及其应用[M].北京:科学出版社,1996.

Research on Fault Diagnosis of Diesel Engine Based on Fuzzy Diagnosis Theory

CHE Rui,ZHANG Fengdeng,LIU Luping

(School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China)

For the fault diagnosis and control capabilities of diesel engine electronic control unit (ECU), this article will apply SAE J1939 CAN bus protocol to ECU’s communications network, and apply fuzzy fault diagnosis algorithm to the diesel engine fault diagnosis system. Firstly, the diagnosis of ECU has been implemented on line monitoring, so through the diesel engine fault data and its analysis of the causes, the article establishes a diesel engine fault diagnosis model based on the theory of fuzzy fault diagnosis, on the basis of fuzzy fault diagnosis theory and fuzzy fault diagnosis algorithm and using real data to verify its validity.

diesel generator sets;ECU;fuzzy fault

2016- 06- 07

上海市自然科学基金资助项目(15ZR1429300)

车蕊(1992-)，女，硕士研究生。研究方向：汽车电子与CAN总线。张凤登(1963-)，男，教授。研究方向：汽车电子。刘鲁平(1992-)，女，硕士研究生。研究方向：汽车电子与CAN总线。

10.16180/j.cnki.issn1007-7820.2017.03.041

TP368.1;TM611.22

A

1007-7820(2017)03-149-04