船舶柴油机燃油系统故障仿真及诊断方法研究

肖沁雨 向 波 陈建明

四川交通职业技术学院 四川 成都 611130

1 柴油机燃油系统模型搭建

本文研究的侧重点在于故障诊断方法的研究,模型的搭建是为了方便故障数据样本的获取,基于AVL HYDSIM仿真平台,选择以16V280型柴油机的燃油系统为仿真模拟对象,根据燃油系统的工作过程及其结构特性,建立柴油机燃油系统模型,模型可行性的验证以X280柴油机燃油系统的实测数据[1]作为依据,采用特征曲线形态结构对比的方式进行验证,通过多组特征曲线对比,具体参数参考见参考文献[1],可以基本确定该模型能够反映柴油机一定的燃油喷射特性,能够为故障诊断算法的研究设置若干种故障工况,并提供相应故障数据。

2 燃油系统故障工况模拟

开展基于D－S证据理论的燃油系统故障诊断的首要工作是获取能够作为证据体的特征参数。经过专家多年的经验总结,高压油管中的压力波形能较好的反映出燃油系统的状态[2],主要的数值特征量有：喷油始点、喷射持续期、最大压力、次最大压力等。此次模拟了燃油系统典型的四种常见故障：喷油嘴故障、喷油孔积碳、针阀座下沉和出油阀故障,各工况下(包括正常工况)的特征参数值：燃油启喷压力、落座压力、最大压力、波形幅度、上升沿宽度和波形宽度,依次如表2－1所示。

表2－1 正常工况的特征参数值

至此,完成了四种故障工况的模拟并进行了分析,符合各个故障下的特征现象,获得了各个工况下的特征参数值,能够为故障诊断提供了很好的数据样本

3 基于证据理论的柴油机燃油系统故障诊断

本文的燃油系统故障诊断采用典型样本的数据融合方式来进行,将表2－1中的特征参数作为待融合的证据体,用{a1,a2,a3,a4}来表示,将正常工况、喷油嘴积碳故障、针阀座下沉故障和出油阀启喷压力过大四种故障工况作为目标模式,形成目标模式向量,表示为{X1,X2,X3,X4}。各目标模式的典型样本如表3－1所示。

表3－1 各目标模式的典型样本

以喷油嘴积碳故障为例,根据D－S证据理论诊断原理公式[3],每一个证据体和典型样本形成一个基本信任分配,如表3－2所示。

表3－2 喷油孔故障下证据体基本信度赋值

如表3－1所示,最大压力a2在四种目标模式中形成的基本信任分配,分别为0.3269,0.0816,0.2586,0.3328,单从这一证据体中,很明显我们很难正确判断出待验模式属于哪种目标模式,因此需要进行多证据间的融合并完成故障诊断。

将其值按照合成规则,依据证据融合公式[3],进行证据体间的融合,得到如下的融合结果：m(X1,X2,X3,X4)＝(0.5368,0.0193,0.2244,0.2149)可以看出,发生故障的目标模式X1所对应的赋值最大,为0.5368,从而反过来验证了该待验模式正是喷油孔积碳故障,故障识别正确。

同理可得其他待验故障模式经证据融合后的诊断结果,如表3－2所示。针阀故障、出油阀故障和正常工况融合结果的最大赋值分别为0.5724,0.5722和0.5961,分别对应目标模式X1、X3和X4,均对待验模式进行了正确的故障识别。

表3－2 各待验模式证据融合结果

4 总结

船舶智能化与信息化是我国船舶行业发展的方向,通过对新型智能船舶柴油机燃油系统的分析和研究,对柴油机燃油系统进行故障仿真,获得故障样本,并基于D－S证据理论建立故障诊断模型,讨论该算法在柴油机智能诊断技术中的适用性和精度,为柴油机燃油系统建立一套智能诊断方案,从而为“数字船舶”,甚至是“无人航行船舶”的发展提供技术参考。