基于SVDD某型坦克电启动系统性能退化状态评估

(1. 陆军装甲兵学院车辆工程系， 北京 100072； 2. 65183 部队, 辽宁 辽阳 111200)

发动机电启动系统是保证发动机正常启动运转的主要装置，评估电启动系统的技术性能和状态对提高发动机的启动性能具有重要意义。谢正喜等[1]从某自行火炮发动机电启动系统的工作过程入手分析了故障原因，并给出了排除故障的方法。郎文辉等[2]对风冷柴油机电启动系统的故障进行了分析，并提供了预防措施。上述研究只集中于对发动机电启动系统单一故障的诊断，无法及时掌握电启动系统的技术状态，这严重影响了对发动机启动可靠性的评估。支持向量数据描述(Support Vector Data Description，SVDD)是一种单值分类方法，在机械运行状态评估中，仅需要正常状态下的数据就可建立起单值故障分类器，进而对机器的运行状态进行识别、评估[3]。潘玉娜[4]采用基于SVDD与模糊C均值相结合的研究方法评估滚动轴承的性能退化，取得了良好效果。李凌均等[5]将SVDD应用于机械设备状态评估，将待评估数据到训练模型中心的距离作为设备运行状态评估的定量指标，成功诊断出了螺栓裂纹的早期故障。佟佩声等[6]提出了一种基于SVDD的静电监测多特征参数融合评估方法，以测试数据与基准模型的距离作为反映轴承性能退化的量化指标，可有效反映航空发动机主轴轴承性能退化状态的变化。 笔者从预防维修的角度出发，在对电启动系统的性能进行评估的基础上，提出了一种基于SVDD的发动机电启动状态性能评估方法，并通过对某型坦克的电启动性能退化状态进行评估验证其有效性。

1 发动机电启动系统

发动机的电启动系统由启动电机、启动开关和蓄电池等组成[7]。直流串激励电动机不仅具有良好的转矩特性，能够克服发动机的阻力矩，而且轻载转速高、重载转速低[8]，因此现有装甲车辆采用专用直流串励电动机作为启动电机[7]。蓄电池向启动电机供电时，启动电流变化范围大(一般为0～1 600 A)且变化时间短(一般为0～5 s)，而启动电压一般为18～24 V[9]。因此，一般选用内阻小、能迅速提供大电流的铅酸蓄电池作为启动电机电源，以保证启动的可靠性[2]。

当发动机启动时，蓄电池向启动电机供电，启动电机通过齿轮机构带动发动机曲轴旋转，当曲轴转速最低时，发动机启动。图1为电启动系统结构图。然而，随着使用时间的延长，启动电机或蓄电池的老化问题会导致启动过程中启动电机的输出扭矩小于发动机的阻力矩，使得发动机无法正常启动，进而加大电启动系统性能的退化程度，直至发生故障或失效。

图1 电启动系统结构图

2 SVDD基本原理

SVDD是将要描述的样本对象看成一个整体，建立一个封闭的区域，将被描述数据全部或尽可能多地包含在内，且这个封闭区域最小。图2为二维空间SVDD原理示意图。

图2 二维空间SVDD原理示意图

SVDD是一种基于边界思想的单值分类算法，其本质是定义一个能包含所有或几乎所有目标类样本X={x1,x2,…,xn}的最小超球体，超球体由球心a和半径R决定，即

ψ(a,R)=R2

。

(1)

此时，样本点xi(i=1,2,…,n)到超球体球心a的距离d都小于或等于半径R，则最小化的约束条件为

(2)

为提高算法的鲁棒性，允许部分样本点在超球体的外部，并引入松弛因子ξi≥0和惩罚系数C，则最小化问题变为

(3)

为解决上述优化问题，构造拉格朗日算式

(4)

式中：αi≥0,γi≥0，均为拉格朗日乘子。分别对R、a、ξi求偏导数，并令其等于0，可得

(5)

将式(5)代入式(4)，可得优化函数

(6)

由式(6)可得到使拉格朗日算式L达到最小值的αi[6]，通过式(5)求解超球体中心a，然后求解出支持向量xsv。超球体的半径R可由边界上任一支持向量xsv到中心a的距离计算得到,其中

(7)

结合式(5)-(7)，可得

(8)

判断新样本z是否被接受为目标样本的条件为

(9)

为更好地描述目标类样本，假设存在这样一个映射

x*=φ(x)，

(10)

将式(10)代入优化函数(6),可得

(11)

可见，映射函数φ(x)只出现在内积运算中，从而定义一个核函数

K(xi,xj)=φ(xi)·φ(xj)。

(12)

将式(12)代入式(11),可得

(13)

支持向量描述算法的性能在一定程度上受核函数的影响。从目前研究来看，高斯核函数对算法性能提升更高[4]，因此选取该函数作为核函数。

(14)

式中：σ为高斯核函数形状参数。

由于

KG(x,x)=1，

(15)

当采用高斯核函数时，式(9)可转化为

(16)

3 基于SVDD性能退化状态评估方法

SVDD方法建立在统计学习理论基础之上，较已有的评估方法具有良好的计算性能。此外，它不需要任何先验知识，在仅有正常状态数据的情况下，就可实现对性能退化状态的定量评估。该方法过程如下：

1)获取原始数据，将正常启动状态下的原始数据作为目标样本，采用SVDD方法建立SVDD性能退化状态评估模型(SVDD训练模型)，求解超球体的中心a和半径R。

2)将待测数据代入SVDD训练模型，计算得到各数据点距超球体中心a的距离d。

3)以r=d-R表示待测样本与目标样本的偏离程度。当r≤0时，表示待测样本属于目标样本，即启动性能属于正常状态；当r>0时,表示待测样本不属于目标样本，即启动性能属于不正常状态。r值越大，说明样本偏离超球体中心越远，即退化越严重。因此，用r值来衡量启动性能的退化程度。

4 试验数据分析

以某型坦克为试验对象，该坦克发动机为水冷V型12缸柴油机，启动电机为直流串励电动机。本试验使用的数据采集装置如图3所示。

图3 数据采集装置

分别采用电流传感器和电压传感器测量启动过程中的电流数据和电压数据。测量时，将电流传感器钳头夹在蓄电池向启动机供电的导线上，正负极均可，由于启动过程中启动电流和启动电压变化快，为详细记录电流和电压的变化过程，选用试验采样频率为20 kHz。图4为采集得到的某组启动电流和启动电压数据。

图4 采集得到的某组启动电流和启动电压数据

由图4可以看出：启动电流先瞬间增大后逐渐减小并稳定，而启动电压则先降低后逐渐上升并稳定。这是由直流串激励电机的转矩特性决定的：在启动的瞬间，发动机的阻力矩很大，启动电机完全处于制动状态，此时电枢转速和反电动势均为0，而电枢电流达到最大值，启动电机转矩也相应地达到最大值[10]，足以克服发动机的阻力矩而使发动机启动，进而发动机的阻力矩减小，电枢转速变大，电枢电流减小并稳定在电动机的额定工作电流。由此可以得出：在启动过程中，最大启动电流对应最小启动电压，最大启动电流决定了最大电机转矩，因此可得启动电流最大值和对应时刻的启动电压值作为衡量电机启动性能的依据。

对不同摩托小时的数据进行多次采集得到30组启动电压、启动电流的数据，其每组数据的启动电流最大值和对应时刻的启动电压值如表1所示。

表1 不同摩托小时采集的启动电流峰值和对应的启动电压数据表

为确保数据量纲一致，采用极值标准化方法对启动电流和启动电压数据进行处理。依据日常维修记录以及工程经验可知，该型坦克在0～500摩托小时内电启动系统依然正常工作，故将包括476(2)摩托小时的前20组数据作为目标样本，且设置惩罚系数C=1，高斯核函数形状参数σ=50，其得到的SVDD训练模型如图5所示。由图5可知： 15(3)、135(1)、454(3)摩托小时的数据构成超球体的支持向量，SVDD训练模型超球体半径R=0.596 9。

将表1中的后10组数据作为待测样本代入SVDD训练模型，得到各待测样本点在训练模型中与超球体的位置关系，如图6所示。

由图6可以看出:待测样本484(1)-(4)、623(1)-(2)摩托小时数据的在超球体内部， 623(3)、722(1)-(3)摩托小时数据在超球体外部。这表明:该坦克在484(1)-(4)、623(1)-(2)摩托小时内，电启动系统依然处于正常状态，而从623(3)摩托小时开始电启动系统的性能发生退化。各待测样本点距超球体中心a的距离d和偏离程度r如表2所示。

图5 SVDD训练模型

图6 待测样本训练结果

摩托小时dr摩托小时dr484(1)0．5212-0．0757623(2)0．5844-0．0125484(2)0．5301-0．0668623(3)0．64950．0526484(3)0．5648-0．0321722(1)0．65060．0541484(4)0．57390．0722(2)0．73240．1355623(1)0．5789-0．0230722(3)0．76320．1663

由表2可知：摩托小时为484(1)-(4)、623(1)-(2)时r≤0，说明此时电启动系统依然能够正常启动；摩托小时为623(3)、722(1)-(3)时r>0，说明此时电启动系统性能开始退化。上述结果表明：随着使用时间的延长，性能退化越来越严重，因此需要对启动电机和蓄电池进行检查维修，防止坦克无法正常启动。

5 结论

基于SVDD电启动系统性能退化评估方法，首先利用正常启动状态下的数据建立性能退化评估模型，然后用待测数据与评估模型中心的距离有效地量化评估电启动系统性能退化程度，最后通过某型坦克试验数据分析验证了该方法的有效性。

参考文献：

[1] 谢正喜，明安卿，邹先国.履带式中型底盘自行火炮电启动系统故障一例[J].移动电源与车辆,2011(4):40-43.

[2] 郎文辉，蔡红立.风冷柴油机电启动系统的故障分析[J].内燃机，2005(1):50-51.

[3] 吴冕.基于改进SVDD的设备故障诊断方法及在线监测系统研究[D].北京:北京邮电大学，2013.

[4] 潘玉娜.滚动轴承的性能退化特征提取及评估方法研究[D].上海:上海交通大学，2011.

[5] 李凌均，韩捷，郝伟，等.支持向量数据描述用于机械设备状态评估研究[J].机械科学与技术，2005，24(12):1426-1429.

[6] 佟佩声，左洪福，李梦莹，等.基于SVDD的航空发动机主轴轴承性能退化状态评估[J].滨州学院学报，2014，30(3):20-31.

[7] 李长兵，臧克茂，李立宇.装甲车辆起动发电一体化的设计[J].车辆与动力技术，2014(3):28-31.

[8] 周世君.发动机电启动系统的基本组成及主要参数的确定[J].农业机械，2003(8):70-71.

[9] 李辉,王会来,张锡恩.某型导弹战车启动特性的分析与检测[J].计量与测试技术，2004(11):17-19.

[10] 陆伯良，王兴光，杨桂明.柴油机常温与低温下的起动性能分析[J].现代车用动力,2011(4):36-39.