[发明专利]一种基于关键性能指标的柴油机气缸分层故障诊断方法

说明书

本发明公布了一种基于关键性能指标的柴油机气缸分层故障诊断方法，基于数据驱动，建立反映气缸健康状态的关键性能指标；构建关键性能指标预测器；通过分层诊断机制对柴油机气缸组件进行分层故障诊断；包括：建立气缸关键性能指标，包括设备层气缸组件磨损综合指标和部件层各个气缸的磨损指标；对历史数据进行建模，建立基于可测过程变量的关键性能指标的预测器；将待诊断数据输入预测器，进行分层故障诊断。本发明通过分层诊断故障的机制提供了一种由上到下的诊断方法，提高了气缸组件的故障诊断的效率，有效地解决了数据的动态过程特性对故障诊断的影响，提高故障诊断的准确性。

技术领域

本发明涉及船用柴油机气缸组件故障诊断方法，具体涉及一种基于关键性能指标的数据驱动的分层递进故障诊断方法。

背景技术

气缸组件是柴油机的重要组成部分,在柴油机正常运转中承担负荷最重且可靠性最差。据统计,柴油机30％以上的故障都是气缸磨损故障。船用柴油机气缸组件故障诊断方法主要有热力参数法、瞬时转速检测法，油液分析法、振动诊断法。热力参数法是通过温度、压力等物理量判定气缸的工作状态；油液分析法对机械装备润滑油的理化性能以及油中磨损和污染颗粒进行定性和定量分析的技术；瞬时转速检测法是通过对转速瞬时值的测量，分析机械瞬态性能，为机械故障诊断提供依据；振动诊断法需要采集机械振动信号并应用相关信号处理技术进行分析得到诊断结果。但是，以上现有的技术方法大都需要工程师很丰富的工程经验，且耗费大量精力，且诊断机制目标不够明确，流程上目标性不强，实时性不高。

船用柴油机气缸组件系统一般由多个气缸组成，柴油机气缸组件故障诊断的工程实践中，可以采集到大量的测量变量的数据，现有技术依赖于工程经验，而缺乏良好的数据分析手段，难以充分利用数据进行故障诊断，诊断效果不高，故障诊断实时性低。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于关键性能指标的数据驱动的柴油机气缸组件分层故障诊断方法，通过数据分析进行故障实时诊断，能够准确检测出气缸磨损故障，并通过逐层诊断定位出是第几个气缸磨损故障，以及是气缸的哪个部件异常导致磨损，提升故障诊断的精确性和实时性。

本发明提供的技术方案是：

一种基于关键性能指标的数据驱动的柴油机气缸分层故障诊断方法，建立反映气缸健康状态的关键性能指标和关键性能指标预测器，通过分层诊断机制对柴油机气缸组件进行分层故障诊断；本发明方法是一种数据驱动的故障诊断方法，针对气缸组件关键性能指标的动态过程特性，包括基于子空间辨识的故障检测算法和基于重构的故障隔离算法；主要包括如下步骤：

1)建立关键性能指标，关键性能指标反映柴油机气缸组件系统的磨损程度；

气缸磨损是船舶动力系统常见的典型故障模式。对气缸磨损程度的准确评估是判断气缸健康状态的关键。由于我们无法根据传感器测量数据直接判断气缸健康状态，因此需要构造能反映气缸健康状态的指标，并建立该指标和相关测量量之间的映射关系。本发明根据分层故障诊断的需要，建立了一系列关键性能指标，包括设备层气缸组件磨损综合指标以及部件层各个气缸的磨损指标。

具体执行如下两步操作。

第一步，建立第i个气缸磨损指标。将第i个气缸磨损指标定义为kpi_i,具体是第i个气缸部件层的测量变量向量，可由第i个气缸的排气温度、平均指示压力等变量组成。部件层的测量变量与底层变量存在相关映射关系，可以表示为kpi_i＝f_i(θ_i(t))，其中θ_i(t)表示t时刻第i个气缸底层变量向量，由第i个气缸的冷却油进口压力、缸套冷却水进口压力、冷却油进出温度差、缸套冷却水进出温度差和滑油金属含量、转速波动指标等组成。本发明具体通过动态过程的子空间辨识方法，对kpi_i与θ_i的历史数据建模，计算得到f_i(·)。