内燃机智能故障诊断系统的研究及应用刍议

邱效果

摘要：内燃机是将机器内部的燃料燃烧所产生的热能转换成动力的发动机，它属于一种动力机械。它现今主要被广泛应用在工业与农业的生产过程等方面，其制造生产能力与技术装备水平不断得到明显的提高。但其组成结构与功能比较复杂，所以相关的故障诊断方法也十分复杂难操作，给工作的单位与企业带来很大的阻碍。本文以内燃机为研究对象，首先对当前内燃机技术机理与技术故障的诊断方法进行阐述，之后分别对内燃机当前的智能故障诊断系统的研究与其应用进行详细的分析探讨，为相关研究调研提供一些建议性的思考与发展。在内燃机车电气系统的控制中，仍然沿用触头联锁方式，以形成电器线圈得电的逻辑关系，尤其是在众多条件下形成的“与”逻辑电路中，不得不串接许多触头。这种联锁方式的线路，布线十分复杂，可靠性差，部分触头因裸露结构，在风沙季节容易发生因落灰后接触电阻过大，发生虚接、开路等故障。机车运用过程中发生电器联锁故障后查找判断困难，给行车组织带来较大影响。使用控制电路智能判断装置后，可以快速准确地判断机车控制电路故障点，降低乘务员、机车检修人员对故障判断的难度。

关键词：内燃机;智能故障;诊断系统;研究及应用;刍议

0  引言

近几年，随着我国在科技技术方面有了显著的突破与成就，也带动了内燃机技术的发展，它能够不断满足在工农业生产方面的各项要求，其发展前景也越来越好，相关的机械设备也逐步走向智能化、自动化的发展道路，高速强载、高效率等优势在相关的应用领域中也越来越凸现，然而一些问题与障碍也随之而来。因为其连续运行且结构复杂，所以在工作运行中也很容易发生系统故障的现象，破坏机械设备的使用，严重影响了工农业的生产过程，在某些时候还会造成重大的经济损失甚至是造成人员伤亡事故，其后果不堪设想。隨着科技的发展，内燃机应用于工农业的规模越来越大，为了满足生产的需要，机械设备逐渐向大型、高速、强载、自动与智能化、连续运行及高度复杂化发展，同时系统故障发生率也相应增加。一旦发生故障，就有可能使整台设备甚至整个生产过程受到影响和破坏，造成经济损失，更严重的会发生灾难性人员伤亡事故。

1  故障机理内容

由于内燃机等大型关键设备的运行状况十分复杂， 为了保证内燃机的正常工作，设备故障的诊断工作要求 更高。故障诊断要求一个智能化的系统，该系统能自行分析设备故障，并提取故障特征从而尽兴判断和预测，结合了人工神经网络理论和粗糙集理论。目前我国所具有的故障诊断技术与工农业的生产息息相关，而且其复杂系数也很大，所以对其故障的分析也需要参考多方面的数据从而进行诊断，首先就是对内燃机的故障机理进行研究诊断。对故障机理的研究与诊断主要是从信号采集、信号分析处理及特征提取、状态识别以及决策诊断四个方面进行。

当内燃机的设备异常或发生故障时，对其当前显示的状态信号进行相关的检测与采集是进行故障诊断的一个有效环节，通常采用振动诊断、温度测试、压力测试、油液分析技术、无损检测技术、电涡流传感器测试等方法。信号分析处理及特征提取这项内容主要是对在设备故障诊断时将测量的模拟信号转化为数字信号，对其转化后的信号进行加工与处理，然后对有效的信号进行细化，从而提取出有用的故障信息。由于发生故障原因的不同，所以所呈现的故障现象与信号也会一一对应，种类多样。在此情况下，就需要建立相对应的故障标准模式，在此基础上对实际的故障信号进行准确的识别，这一过程就叫做状态识别。最后一项内容叫做决策诊断，主要是指对在生产过程中可能会发生的故障进行预测并制定出针对性的决策判断，做到防患于未然。

2  故障诊断技术方法

内燃机发生故障的原因比较复杂多样，因此针对其原因所运用的故障诊断方法也是多种多样。主要表现为以下几种故障诊断方法。

2.1 内燃机转速波动法与振动信号故障特征法

前者主要用于当内燃机其他缸正常运行，但是某一个缸在工作运行中出现断油、拉缸或者是活塞环发生磨损等问题，且此缸的做功压力与其他相比较来说有下降的趋势时，就会采用此诊断方法。此方法能够体现出相关机器当前的工作状态与质量，还能比较容易地测出所需的信息，所以在这一情况下能够诊断出其故障。这种方法虽然能够简易地确定出故障的部位，但是不能直观的得出造成故障的原因，而且采用的机械设备花销大，安装与调试也比较难。

振动信号故障分析特征法主要是对内燃机在运转产生振动时所产生的信息进行检测与测量，从而研究出内燃机在工作时出现故障的原因，这种方法与其他方法相比较具有一定的优势，但是对相关的工作人员的要求较高，在必要时也需要采取其它的方法进行辅助。

2.2 灰色系统诊断法、小波分析诊断法与神经网络诊断法

灰色系统指的是系统中包含有未知的也有已知的信息的系统。通过对此系统进行白化从而得到相关的有效信息，然后在进行相关联的运算从而进行故障诊断。小波分析法主要是用来分析非平稳信号与平稳信号，其应用价值非常高，也是在故障诊断中进行信号处理的一个有效工具。神经网络诊断法内部包含的功能为当前所呈现的模糊、不准确以及错误的信息的诊断与处理提供了新的路径。模糊诊断法是通过利用具有模糊关系的矩阵进行相关的变换，并从所表现的征兆来进行故障诊断。

2.3 典型故障诊断方法

除此之外，在生活中还会出现比较典型的故障，所以对其故障也包含有典型的诊断方法，如：Back Propagation算法、自行提取特征和专家系统。前者主要分为正向与反向传播两个阶段，但是自身也存在有缺陷与不足，所以对此方法也需要进行一些发展性的改进。后两者都比较智能化，一个是依据信号网络式自行提取，另一个是依据信号进行智能化自我诊断，将知识作为技术的核心，在很大程度上受到知识的数量与重量的影响，虽然推理过程复杂度高，但是它具有其他方法所没有的发现问题与自行判断的技能。

2.4 电压检测模块的扫描周期短

每个周期在0.1s左右，对于大多数应用场合来说，电压检测模块的相应速度完全可以满足要求。因内燃机车电路电源电压等级比较多，交直流、高低压电线混在一起，相互干扰比较大，容易造成电路模块误显示。为了防止电路误显示，在电压检测模块输入端，安装光电隔离和脉冲吸收电路，消除因干扰造成电器误显示或误动作现象的出现。

3  智能故障诊断系统

与传统的故障诊断而言，现今的诊断系统更具智能化，发挥的优势也是传统型的故障诊断系统无法比拟与超越的。当内燃机在运行时发生多种故障时，智能系统能够实现同时对其故障进行处理，还能实现分布储存信息，在这一过程中提高了对其问题进行识别与处理解决的效率。它还具有很强的适应能力，不管接收与输入的信息受外界的影响如何变化，它都能够很快适应信息的变化能力，完善自身的系统并有效的对信息进行正确合理的处理。它还能够对接收的信息进行自动修复，如果接收的信息出现不完整亦或是部分不正确的时候，其内在系统能够自动进行对其辨别，对相应的错误信息做到自行恢复，还不影响对信息的后期处理。另外，它还遵循两个原则，分别是相容性和代表性。它能够对知识容量以及工作中的运行速度进行有效的解决与提升。

如今随着信息技术的进步，我国所拥有的故障诊断系统的智能化特征越来越显著，作用也越来越凸现。其当前的智能化系统将神经网络理论与粗糙集理论相结合共同作为其理论基础，将内燃机在运行时所产生振动而带来的丰富多样的特征信号为故障诊断提供大量的信息作为参考依据，因此振动诊断法是最常采用的诊断方法。另外在诊断中还结合其他方法，如：小波分析、灰色系统理论以及提取特征方法等数字化更加精确的方法，使其在智能化的道路上发展更加广阔，在一定程度上也使智能故障诊断系统被更多的人所认可并不断投入使用，创造更高效的价值。

4  智能故障诊断系统的应用

智能故障诊断系统在当前的内燃机故障诊断中呈现着良好的发展趋势，它具有强劲的实用性等优势，在未来的发展中还应该结合粗糙集理论、遗传算法等研究来简化内燃机故障的操作过程与操作难度，发挥出巨大的潜能。也要对当前具有的有关传感器的研究和相应的检测手段不断进行理念、技术等创新，要发挥不同检测诊断方式的优点，或者进行多种诊断方式结合来应对不同原因而引起的故障，还要对其在故障状态下所得出的信号特征进行准确高效的处理，从而保证后期诊断的可靠精确性。在内燃机使用过程中，有条件的话要进行定期的状态监测与诊断，同时还要注意并进行内燃机智能故障系统的后期保养工作。另外对于诊断方法要进行不断的处理与改进，提高系统的准确性，从而使其将自身的作用发挥到最大化。

5  结语

随着科学技术的迅猛发展，为目前所拥有的内燃机故障诊断系统的发展带来技术层面的支撑，带来发展的新机遇，不断向智能化靠近，使其在发展的道路上智能化的特征愈加凸现。同时其智能系统也在一定程度上不断的得到创新与完善，使内燃机在工农业的生产过程中得到更多人的认可与使用。内燃机故障诊断系统由传统转向智能化转变需要技术条件作为支撑。随着科学技术的进步，内燃机的智能故障诊断系统将会得到更加完善和发展，也必将得到更广泛的应用。

参考文献：

[1]刘达德，朱智英，沈祥林.东风4型内燃机车结构和原理[M].北京：中国铁道出版社，1983.

[2]许廖，王淑英.电器控制与可编程控制技术[M].北京：机械工业出版社，2005.

[3]刘达德.东风4型内燃机车结构原理检修[M].北京：中国铁道出版社，2002.

[4]陈立定.电气控制与可编程序控制器的原理及应用[M].北京：机械工业出版社，2004.

[5]迟兴国.内燃机车[J].内燃机车，1999（2）.

[6]周美来，周封，王岳宇.PLC电气控制与组态设计[M].北京：科学出版社，2003.

[7]袁任光.程序控制器选用手册[M].北京：机械工业出版社，2002.

[8]吴震宇.内燃机故障诊断若干理论与相关技术的研究[DB/OL].2017（4）：58-61.

[9]徐立华.柴油机故障诊断技術的现状及发展趋势[J].内燃机，2011，5：154.

[10]刘燕，李世其，段学燕.模糊信息系统知识发现方法在油液监测故障诊断中的应用[J].内燃机学报，2008（26）：374-378.