柴油机振动故障诊断的研究现状综述

摘要

故障诊断科技在机械上的运用指在机器设备管理与运营的过程中，或是在其他机械设备已经停止工作的条件下,人们利用、学习专业的信号监测仪器，对机械设备的工作状态、数据信息进行收集与管理,这需要人们通过机器设备以往的使用状况,分析机械设备当下的工作状况,对可能导致出现的故障因素做出合理预估与判断,进而得出相应解决方案的一门科学技术。

本次研究简要概述柴油机结构原理，并对其主要故障模式展开深入分析，针对振动主要激励源和诊断系统的关键环节进行设计，总结了现代柴油机振动故障诊断技术中较常用的振动信号去噪方法，以及一种比较前沿的诊断手段（基于流形学习的柴油机振动故障诊断）的基本原理及其特点，最后总结今后研究工作的重点和方向。

关键词：船舶柴油机；诊断；振动故障；监测系统；流形学习；

第一章绪论

1.1课题研究的背景意义

随着现代科技的发展,机器的构造更加复杂,科学技术的进一步提高导致机械设备运转速度提高,同时机械设备的智能化程度也大大提高。在这样的大背景下,机械设备在运营管理过程中,会有更多的原因分析导致设施发生故障,这不但会影响进行设施的正常运行,可能还会对公司和个人的发展带来重大经济利益损失,甚至于会导致工作人员的生命危险。所以,在设施运营过程中,防止故障的发生极其重要。柴油机作为一种生产过程中极为关键的动力载体，设备的参数状态将对运行的安全性和稳定性产生直接影响。因此必须加强柴油机在工作过程中的状态有全面深入的了解和认识，从而提升故障诊断效果，为柴油机的稳定运行奠定基础。

故障诊断的技术通常指的是利用各类机械原理和操作经验对设备进行检测和测试，通过故障现象探究其中的故障原因、故障位置。故障检测和故障定位可以归属到生存性技术的范畴。故障隔离指的是将对设备进行检修过程中对可更换的配件进行隔离。而故障诊断，通常也就是指故障检测和故障隔离的过程。

柴油机是一种往复式动力机械，由于其结构非常复杂，如发生故障就会干扰柴油机的激励特性和传递特性，这需要利用柴油机振动和噪声信号显示出来，而振动信号相对较易获得，以振动信号分析可以对故障有预见性，并能够进行实时在线监测，故现在大多以振动信号作为监测的主要方法。

1.2柴油机故障诊断技术的国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

柴油机由多种系统组成，比如供油系统、进气系统以及配气机构等，这些系统会对气缸内燃烧过程有着较大的影响，程勇教授通过对单缸柴油机缸盖振动信号和缸内燃烧压力进行测试试验对比，发现缸内做功变化时缸盖上的振动信号在时频域上的特征有明显的变化。目前，故障诊断方法一般包括基于理论分析模型的方法、基于定性经验认知的方法及基于数据分析驱动的手段三种方式，如图1-1所示。

图1-1故障诊断分类图

上述分析在故障诊断上存在着一些缺点,例如:当运用于构造较为复杂的大型柴油发动机机时，各机构冲击响应频率在频带内彼此交叉,对在频段内进行诊断的情况也增加了很多困难。所以现在要采取通过对振动信号时域和频域的方法同时分析,以获得更多有用的特征参数来处理故障预警问题。

第二章柴油机的结构原理和主要故障

2.1柴油机的基本结构

船用柴油机构造比较复杂,它主要由多种零部件、机构和控制系统所构成。虽然各大柴油机厂家生产的柴油机结构、型式都多种多样,但他们在工作机理和总体构造上有很大的共同之处。船舶柴油机结构示意图由图2-1所示：

图2–1船用柴油机总结构示意图

柴油机主要由下列部件和系统组成：

（1）主要固定件

柴油机的主要构成部分包括底座、机座、气缸体、气缸盖等。大部分中小型柴油机通常会将机架和气缸体视为统一机体，同时采用相对较小的油底壳作为机座的代替品。上述所有结构共同构成了柴油机的大体架构。

（2）主要运动件

柴油机的运动过程都是通过活塞和连杆组共同做工时实现的，不过部分大型柴油机具备十字头部件。其内部空间往往有活塞顶部、气缸套、气缸盖底部共同构成燃烧室，不仅为柴油机提供源源不断的动力，也能够保证活塞内部的回转运动正常运行，从而有效实现燃气推动活塞运动。

（3）动力和辅助系统

1）起动系统

起动系统主要是利用外力推动曲轴旋转，从而使其获得相应的转速，由活塞压缩气缸内气体使之产生相应的高温和压力，实现柴油机第一次点火燃烧，工作状态开始转换。柴油机的启动方法可细分为两种类型：一是通过直接利用柴油机外部的动力推动曲轴活动，比如手动摇杆、马达启动等；二是将外力直接作用在活塞区域，促使其正常工作，比如通过对空气加压的方式启动。大部分商船柴油机的启动控制主要针对空气进行压缩产生动力。

2）换气系统

柴油机换气系统涵盖增压器、消音器、进排气管、空冷器以及配套的换气装置，这部分装置包含气门传动装置、进排气阀等，这些设备主要以柴油机循环过程中的实际需求为设置，为柴油机的正常运行提供稳定充足的空气，确保柴油机燃烧之后得以顺利排放尾气。

3）燃油系统

燃油系统通常包含燃油喷射、燃油供给系统两大部分的，燃油供给系统主要的功能是确保柴油机工作过程中的燃油正常殊荣，这套装置常规的环节分为添加、计量、储存、运输、净化等多个环节。后者主要构成部分为高压油管、喷油泵、喷油器，其功能是定时、定量地向燃烧室内喷射已雾化好的燃料，以保障整个燃烧过程的完成。

4）润滑系统

润滑系统的功能是将清净的润滑油输送至柴油机的各个传动部件的摩擦面上，具有减磨、冷却、清洗、密封和防锈的功能，确保柴油机正常连续的工作。大型中低速柴油机一般由缸内注油系统和曲轴箱油系统二部分组成，而较小型柴油机则只有曲轴箱油系统（也称之为机油系统)。

5）冷却系统

冷却系统由泵、冷却器和温度控制器等设备构成。一般情况下，船舶柴油机的冷却剂由润滑油和淡水构成，两者在流动过程中将柴油机做工产生的热量排放出去出柴油机，有效保证柴油机运行过程中零部件的温度正常。并利用海水对淡水和滑油进行二次冷却处理，以便多次循环使用。

6）操纵和控制系统

柴油机的启动、转换、速度调节、停车等功能需要通过操纵和控制两个系统实现，其由多个零部件和程序构成，复杂程度较高。根据不同操纵方式可大致划分为机旁手动操作、机舱集中控制、驾驶台控制三种类型的系统。

2.2柴油机的工作原理

船舶柴油机的工作原理主要是通过特定的原理将化学能转化为机械能，进而推动船舶正常行驶的设备。根据柴油机做工原理划分，分别为四冲和二冲柴油机，前者在做工过程中每次流程循环需要通过进气、压缩、燃烧膨胀、排气四个步骤。后者则通过景气和压缩即可达到做工需求。以下为四冲柴油机的是工作原理[6]。

图2–2四冲程柴油机工作循环工程

（1）进气冲程：内部活塞由上止点移动至下止点过程中，气缸内部的整体容积开始加大，压力开始释放，此时主要是进气环节，自动关闭排气阀，受到气压的作用下，柴油机外部空气开始压入气缸内部。

（2）压缩冲程：当进气环节结束之后，两边气阀同时关闭，此时柴油机的内部活塞开始出现上移，气缸内部被大量压缩，从而产生较大压力，内部温度上升。

（3）燃烧膨胀冲程：喷油泵喷出的燃油和高压其他在压缩过程中进行全面融合，在活塞达到上止点区域过程中，燃油开始达到燃点，由此产生充足的热浪，气缸内部气压快速升高，此时气体将促进活塞重复上下运动，达到做工的效果。

（4）排气冲程：当燃烧膨胀流程结束之后，活塞移动至下止点，自动开启排气阀，将其中的废气排放出去。

上述四个步骤结束后，整体曲轴旋转一圈，柴油机完成一次做功，其中进气、排气、压缩三个流程都离不开惯性力的作用，因此需要根据柴油机的运行要求设置飞轮装置，最大限度确保柴油机做功过程在的安全性和稳定性。

2.3柴油机主要故障模式

通过大量事故报告的调查和相关文献的描述，柴油机典型故障类型和发生概率[7]如图2-3所示：

图2–3柴油机典型故障类型和发生概率

通过下图不难发现，大部分柴油机故障问题中，有将近27%的故障属于燃油系统的故障，紧随其后是排气阀、漏水等方面故障，漏水故障的检测难度相对较低，本次研究不深入探讨。另外，柴油机的工作状态很大程度上受到进气系统和排气系统的影响，它们是直接影响柴油机工作效率的关键系统，基于此，本次研究的主要围绕进气系统、排气系统、燃油系统三个部分展开深入研究和诊断[4]。

按照故障机理来分，故障原因可以分为磨损、变形和穴蚀等。

（1）磨损

在所有柴油机故障原因中，磨损的占比最高，从相关统计数据表明，将近八成的柴油机故障都是由于内部磨损导致的。磨损会造成机械整体硬度下滑，进而出现相互配合的工作单位出现较大间隙，造成整体性能与预期目标不相符。大部分磨损故障主要来自气阀之间得到间隙、拉缸、活塞环等部位。导致磨损的原因导致分为以下几个方面：一是缺乏足够的润滑油压力，造成若干个配合面无法形成足够的滑油；二是润滑油中出现一定的颗粒，从而造成颗粒与零部件之间存在不同程度的磨损；三是滑油自身出现过高的温度，造成内部粘性降低，导致润滑效果不符合预期目标。

图2–4柴油机轴承磨损

（2）变形

此外，变形同样是造成柴油机故障的关键因素，此类故障往往由于安装过程中缺乏精确性而导致受力面积不均匀，进而出现不同程度的变形现象。如柴油机内容的缸盖受热之后出现不同程度的变形，直接造成活塞、连环受到影响。

图2–5连杆受力不均匀变形

（3）穴蚀

穴蚀在柴油机的故障原因中同样占据较高比例，其主要是由于冷却水的在流动时出现不同程度的空泡，当空泡受到高压的影响出现破裂之后，便会产生多处麻点，从而造成柴油机气缸内部出现多种穴蚀现象。

图2-6缸套的穴蚀

第三章柴油机故障诊断机理

3.1柴油机振动激励源及分析

柴油机出现故障时，显示出的特征和振动信号具有一定的对应关系，因此对其中的关系进行深入研究和了解，能够根据柴油机振动过程中的反应判断故障，便于精准定位故障位置。针对振动信号进行监测可以提升对柴油机当前的磨损情况了解程度。

柴油机的振动往往是由激振力造成的，一般情况下，激振源由于特定条件下出现结构性的转移，将会对柴油机振动特性造成不同程度的影响。其中主要的来源集中在以下几点：柴油机内部的燃烧室的出现的激振力，活塞在重复运动时造成的冲击力，曲轴连杆装备传输阶段的出现的激励，进气阀和排气阀在关闭过程中产生的冲击力[8]。

3.1.1燃烧室内燃油燃烧产生的激振力

燃烧及整理的通常涵盖燃油在压缩和燃烧的两个阶段，当其处于静止状态时，气缸内部的气体主要构成内容维度压缩气体，这本身受到气体活力以及活塞的惯性作用导致的激励作用，其体现在频谱上的主要是低频。在燃烧过程中，气体由于压缩和燃烧的作用造成内部气压快速升高，进而造成内部压力不断上升，从而造成激励的高频分量出现。其燃烧的事件相对比较短，造成的主要影响通常的体现在上止点转角附近的区域。当其处于爆燃状态下，其呈现出多种关键特征信息，能够直接体现气缸内部燃烧的主要经过。

3.1.2活塞组件往复运动过程中产生的横向冲击力

活塞在做功过程中始终处于重复运动的效果，进而产生不同程度的横向冲击力，尤其是在临近上止点的区域承受的外侧力反映最为强烈。从相关研究来看，当其膨胀时，活塞受到的冲击力最大，此刻同样遭受较大的冲击，活塞受到气缸套膨胀过程中擦汗很的横向冲击力，是其中不可忽视的激振源，由此产生的冲击力同样对柴油机振动产生不同程度的影响。此外，气缸零部件的整体运行状态通常通过活塞和气缸套的空隙之间的变化程度的影响，同时也受到气缸套压力产生不同程度变化的影响。一旦两者将的空隙出现变化时，其产生的推动力将会呈现出多种程度的冲击力，进而能够显著改变活塞的在实际运用过程中的整体性能。活塞环和气缸套之间的空隙变化对其产生的冲击力和频率、时长等均有不同程度的影响。内部磨损的情况同样通过两者做功时的配合间隙体现出来，同时两者间隙对其振动也会呈现一定的程度的影响，从监测中获取相应的信号，进而地其中的故障进行诊断，明确各个零部件的运行情况。

3.1.3曲轴连杆机构传递动力过程中的周期性激励

曲轴连杆零部件的在柴油机做功过程中的将会出现一定惯性作用，重复不断的惯性和离心惯性通过多个部件传递到柴油机的机座上，进而产生不同程度的振动。其运动过程中呈现的惯性力往往会造成机座、主轴承出现在不同程度的振动，甚至会造成柴油机整体出现横向移动的倾向。当主轴承受到的磨损过于严重时，将会造成两者间的间隙出现不同程度的变化，并通过主轴承的振动效果反映。基于此，可依据检测获得的相关信号对主轴承以及曲轴轴承间的磨损情况进行探测和研究。

3.1.4进排气阀在启闭过程中对机构的冲击

进气阀功用是确保气门在规定时间打开或关闭，以确保气缸具有良好的换气质量。对缸盖振动信号进行分析，可以诊断出与气门机构相关的故障。排气阀在启动过程中、高压气体经过不同气门之间空隙产生不同程度的缝隙喷流现象。无疑会对内部系统造成一定影响，其能够产生范围较广的白噪声。并在排气阀门受到冲击过程中出现较为强烈的反应。从中不难发现，进出两个气门出现不同类型的振动，普遍属于高频响应信号。伴随着整体气门间隙不断扩大，整体下落速度不断的加快，由此产生极为激烈的缸盖振动，而且增加的大部分是高频成分。

3.2监视与诊断系统的主要环节

计算机辅助监视与诊断系统在柴油机上的应用，主要包括了以下五个环节（图3-1）：

图3–1工况监视与故障诊断系统主要环节

3.2.1信号的检测

针对故障信号进行监测和诊断时，应当遵循以下两个方面的原则：一是必须保证实时监测，同时确保监测的线上状态，同时确保设备处于正常运行状态，其中主要指的是针对设备运行过程中的监测；部分设备在监测过程中可不需要运行状态。而“实时”监测，往往与动态化监测相适应。在实际的检测过程中，针对设备运行中的相关数据参数进行监测，确保其实时性和在线状态。此外还有一种的其中的敏感性，设备在正常工作阶段，往往体现出多种参数信息，因此在监测信号的选择上必须明确其中的位置以及特定条件产生的特性变化。

3.2.2信号的特征分析

直接监测信号往往由于涵盖的过多噪声无法对其进行直接监测和分析，因此需要对信号进行处理的基础上才能展开分析，这需要相应的噪声处理技术，将其中的信号转化为符合监测和分析的状态，并确保其符合特定的规律，能够在监测过程中呈现一定规律的波形。

3.2.3特征量的选择

通过利用上述特征分析方法，可以得到很多能够表示系统动态情况的特征量，不过不能仅凭上述特征就能直接判定柴油机的实际运行现状。在柴油机实际工作过程中，其多种特征都会出现㓊程度的变化，且呈现的敏感性也有所不同，为了确保监测的稳定性和精确性，应当加强对各项特征敏感性和相关规律的研究和分析，真正达到粗中有细的效果。基于此，在实际监测过程中应当确保设备正常运行状态下的参数和特征作为的分析基础，并根据特定的规律选取相应的参考特征，唯有对合适的提取参数，才能真正达到故障信息的监测和监控作用，最大限度确保准确性和稳定性。此外，还需要对特征量具有一定辨识能力，需要简单而快捷的算法，如柴油机振动故障诊断与时效分析等方法，能在一定程度上表示工作状态的物理意义，则更有利于分析工况状态变化的原因。

3.2.4工况状态识别

工况状态识别可以理解为对设备运行状态的分类，针对柴油机的故障进行专诊断时存在的不同区别进行分类，其中主要涉及两方面问题，分别是针对故障的监测和诊断。前者主要为了对设备的运行状态做出鉴定，为后期的管理提供支持，侧重于在线和实时状态。对其运行状态的识别往往以模式识别和参数鉴定的方法为主。

3.2.5故障诊断

合理利用相关参数进行监测，明确柴油机当前的运行情况和存在的故障，因此诊断的关键任务在于对设备存在异常的区域做出判定，并在此基础上对其故障性质、故障程度、故障原因进行全面诊断，依据相应的故障症状制定科学合理的应对措施。从上述处理方法来看，不仅涵盖对设备运行过程的数据提取，也需要历史数据、专家意见、诊断经验等方面的配合。

第四章振动监测系统的硬、软件设计

根据目前船舶柴油机振动诊断法的基本原理，由上海海事大学常勇教授和胡以怀教授自行研制并开发出了一种应用于船舶柴油机的振动检测仪的硬件设计和软件。在此基础上通过科学合理的检测技术，在本次研究中采用的技术和设备是PC104总线、异步FIFO技术，DOS编程技术等，对船舶柴油机进行在线诊断。

4.1振动检测系统的硬件设计

4.1.1硬件组成

一般情况下，船舶柴油机的振动检测系统通常由YD型加速振动传感器、数据采集电路、PC104模块、传感器信号等零部件组成，在满足信号检测要求的基础上，针对设备的振动检测还需要涵盖下列几个方面：

（1）起始采样触发的同步要求：应当依据设备在实际运行过程中所需的采样起始点和整体长度为基准；

（2）有效上止点的判别：四冲柴油机每次循环需要完成两圈的转动，在此过程中往往会存在两个上止点的信号，只有膨胀冲程的上止点才能有效实现触发的效果；

（3）适合的采样频率：柴油机表面在加速过程中的的振动信号通常在5kHz至10kHz的区间，因此采集的频率应当保持在20kHz到30kHz的区间；

（4）较大的信息存储容量：柴油机在运行过程中往往受到多种因素的影响，存在一定随机性和未知性，所以应当针对设备的振动信号展开的全面深入的研究和处理，从而得出数十个检测样本。基于此，针对相关数据设计信号处理设备，并以此为基础形成诊断仪器，最终的面板如图7所示。。它具有8路采样和存储功能。该装置后部设有8路信号输入端口，1个串行通信端口和保险丝，前部面板上设有①电源开关按钮②转速信号输入③油门刻度信号输入④数据存储按钮⑤数据通信按钮⑥LCD数据显示，如图4-1所示[9]。

图4–1振动测试系统面板图

4.1.2数据采集板

压电式传感器的振动信号通过信号处理电路，包括为传感器提供2-12mA的稳定电流源，低通滤波电路等。信号经过处理后再进入高速A/D的模拟量输入端，同时准备进行A/D转换。A/D采集，是现场部分的最基础也是最重要的部分。两位教授选用AD7862芯片，对振动信号采集，为现场部分的故障诊断提供基础。电路的基本框架如图4-2所示。

图4–2数据采集板结构

从各个传感器出来的原始模拟量信号经调理电路后，通过模拟开关选择某一通道，然后进入AD7862芯片进行转换。在采集电路中，A/D转换是以8路各25kHz的速度进行数据采集，所以采集的数据是以200kHz字节每秒的速度输出。而微机对总线的读取与其不同步(高于200kHz)。而采用异步FIFO正好能够解决这一速度匹配问题。主控模块是通过PC104总线控制A/D转换的。同时，转速信号与油门信号的输入也通过PC104总线进行数据的实时刷新，以确定柴油机的工况是否发生改变[10]。

4.2振动监测系统的软件设计

柴油机振动监测系统采用DOS下TC编程，具有振动监测、直方图显示、报警列表、振动建模和故障诊断功能，整个软件系统组成如图4-3所示。

图4–3振动监测系统软件结构

振动监测：采用键盘输入设备运行中的各类参数，可通过不同颜色分别表示系统界面中的缸盖表面、设备侧面、机座表面等，并根据对对其振动状态指示灯进行识别其运行状态，分别黄、红、绿三种颜色代表严重超限、存在超限情况、正常运行三种状态。从直方图来看，能够直观看到不同缸振动在设备运行过程中的振动均方值、振动峰值、实际数值等参数，从而能够直观地识别设备内部不同气缸的振动异常情况。报警列表：反映出不同报警点的具体区域、故障性质、故障出现的时间等，同时也能够根据多种参数选项进行相应的列表排序，便于对设备的整体运行状态进行全面研究和分析。振动建模：在建模界面可对柴油机的型号进行选择，当柴油机的运行状态稳定之后，点击“确认”键，计算机的在正常工作中对不同测点展开测试，并以此为基础进行相应的数据的采集和标记。平均每种机型的建模需要达到100个的工况点的，当建模完成后，选择“完成”键，就能快速保存建模中的所有数据内容。

故障诊断：选择相应的控件，并根据设备机型、油门开度、转速等参数，直到设备正常运行后，选择“诊断”键，正式开始对多个测点的数据采集、振动测试、信号分析等工作，当其工作结束后自动将诊断结果显示出来，根据实际需求，选择相应的按键，能够直观反应不同测点上的变化，同时对存在故障隐患的测点提出预报。从实际测试发现，常勇、胡以怀教授研制的振动测试系统能够对设备中的不同测点的振动信号进行全时段监测功能，对设备内部的活塞和套缸磨损、进出排气阀漏气、主轴承展开全时段监测和诊断，能够根据不同的测点的实际数据发展趋势进行实时预报。以此为基础提取相应的数据，对多种机型的柴油机进行故障诊断。

第五章振动信号小波去噪与流形学习

柴油机信号采集阶段，极易受到外部环境的多种因素影响，其中噪音的出现无疑对特征提取造成小部分的误差，对故障诊断准确性也存在一定程度的影响，所以有效消除噪音成为提升振动信号监测的关键问题。基于此，从上世纪90年代开始，Donoho和Johnstone在研究中首次提出小波阀值去噪的理论。该理论能够最大限度确保信号监测的准确性和完整性，同时在计算过程中能够达到较快的速度，在不同行业广泛应用。尤其在船舶的信号监测应用更多。大部分信号降噪往往只是针对低频信号处理，缺乏针对高频部分的处理和分解，小波阀值方法基于传统方法的基础上不断优化和改进，有效提升了信号处理的准确性[4]。

5.1柴油机振动信号小波阈值去噪

5.1.1小波阈值去噪原理

设噪音信号模型如下：

S(t)=h(t)+ε(t)，t=0，1，…，N-1 （5-1）

式中，S(t)为含噪信号，h(t)为原始信号，ε(t)为噪音信号，N为信号长度。

小波阈值的去噪过程主要分为以下四个过程：小波分解、构造阈值函数、阈值的选取、小波重构，去噪过程如图5-1所示。

图5–1小波阈值降噪原理图

下面对小波阈值降噪具体步骤进行说明：

（1）小波分解

选取符合的小波基函数和分解层数，在选择中应当根据柴油机的不同特征选择对应的函数，如信号呈现出较为平滑的图形状态，可选择相应的平滑小波基，如信号呈现波形状态，可选择线性小波基。此外，还要根据信号降噪之后的相关指标选择相应的层数。最后，小波分解得到小波分解系数ωj，k。

(2）构造阈值函数

小波阀值降噪的核心关键的在于选择其中的阀值，运行性能比较理性的阀值函数能够有效实现降噪效果，更能够有效保证数据的有效性和完整性，从而提供科学合理的故障诊断基础。

(3）阈值的选取

当阀值函数明确之后，就要开始对选择相应的阀值，科学合理的阀值选择不但能全面消除噪音，最大限度保留数据的真实性和完整性。在选择时刻依据信号中存在噪音的具体情况做出阀值的选择。

(4)小波重构

根据小波分解后的最后一层的低频和高频分解系数ω，κ，进行重构得到的信号，即为消噪后的信号。

5.1.2小波函数的选择

小波函数在选择上从不同方面的直接或间接反映到信号的处理结果上，所以在函数的选择时，应当遵循两者的相似性、对称性原则。进行降噪处理之后的信号相对平滑；针对存在对称性的信号经过处理之后稳定性更强，不易变换；如果信号和小波函数相似度较高，在消除噪音的整体效果会更加理想。不过，同时具备上述特征可能性较低，因此在选择函数过程中必须紧扣实际设备运行情况为基准，以下维度常规的小波函数性质，如表5-1所示：

表5–1小波函数特性表

5.2基于流形学习的柴油机振动故障诊断

船舶柴油机是一种复杂化程度较高的系统，其高度复杂化的机械结构特点和工作机理大大增加了其形成故障的复杂性和故障诊断工作的困难性。在通常情况下，船舶柴油机故障原因和发生故障的预兆之间呈现出了一种很复杂的非线性关系，同时在多种参数上也存在较为明显的耦合效应和非线性关系。因此，对柴油机的故障诊断是基于其本身的复杂程度的实际要求展开的，并采用线性方法进行监测和诊断。流形学习法正是以此为基础，当其学习算法不断发展和扩大，针对设备的监测和诊断方法在受到多个领域的广泛关注和应用。但目前，流形学习法在柴油机故障诊断过程中的运用还具有一些实际问题。大连渔业公司潘永波对流形学习的基本理论原理加以研究，并着力于对流形学习法在船舶柴油机振动故障诊断方面的运用加以概括和总结[11]。

5.2.1流形学习概述

流形学习，全称流形学习方法(ManifoldLearning)，自二十一世纪初在著名的科学杂志《Science》被率先提及，便成为了现代科学技术领域的研究热门话题。在理基础论和应用上，流形学习方法一直都有着重大的科学研究意义。迄今为止，流形学习法逐渐发展成一套成熟、完善的基础理论。如针对面积较大的应用进行图像识别时，不够针对机械诊断上依然存在诸多缺陷。该阶段的流形学习更多集中在围绕弱冲击信号的提炼和消噪之后方面的机械状态的监测和诊断。

5.2.2振动故障诊断分析

船舶柴油机本身具有一定的复杂性，也导致其在诊断过程中存在诸多复杂问题。一般情况下，柴油机出现故障和故障前期的征兆往往存在一种无规律的非线性关联性，无形中提升了对船舶柴油机诊断过程中的整体难度。

流形学习法可以理解为建立在统计学理论上的一种对故障进行监测和诊断的方法，该方法突破传统故障处理方法的局限性，能够有效诊断非线性关系。其诊断过程中的基本思路是通过利用函数关系的方法，对处于高维特征空间的数据展开的深入研究和延展，通过后续的描述形成非线性关系。

该方法以自身独具特色的特点和优势，在针对的高维模式、小样本等内容的识别和检测中起到至关重要的作用。基于此，在诊断船舶柴油机振动故障中引入流形学习法能够起到比较理想的效果。目前该方法虽然处于触及阶段，不过从应用成果来看，其具备极强的可行性和实用性，可以预见在未来科技持续发展和进步的环境下，流形学习法在船舶柴油机的诊断应用程度将会不断拓展。

第六章结论

6.1本文的总结

船舶柴油机是船舶运行过程中的重要动力，由于柴油机本身的系统复杂程度较高，且长期处于较为恶劣的工作环境，导致其出现故障的几率不断提升。一旦其出现故障，不能及时识别和诊断，极易造成船舶运行的安全受到影响。基于此，本文介绍了小波阈值去噪与流形学习在柴油机振动故障诊断技术上的运用。论文的主要研究总结如下：

（1）查阅大量相关资料文献，对柴油机故障诊断的重要性和必要性进行研究和分析，围绕当前国内外针对信号和故障诊断的研究情况展开分析。

（2）针对设备的基础架构和运行原理进行简要概述，对其不同类型的振动激励源展开多维度、深层次的分析，以此为基础对其监测和诊断的多个环节进行介绍，为后续的研究提供有价值的参考依据。

（3）介绍了常勇教授与胡以怀教授自主研制的可应用在用于各种机型的柴油机振动监测和故障诊断的振动检测仪上的硬件与软件设计，此监测诊断总体方案系统设计是非常合理、科学的，而且实用性高、操作性极强，可满足对大多数柴油机振动特征值的历史档案并进行准确的趋势分析和预报。

（4）围绕信号采集时受到各类环境的影响展开分析，提出消除信号中存在的毛刺现象和线性趋势，并对小波阀值原理展开深入研究和分析。

（5）介绍了流形学习方法的基本原理，指出此方法虽然在船舶柴油机故障诊断中还处在起步阶段，在特定方面依然存在不足，不过该方法在诊断船舶柴油机过程中发挥了极为关键的作用。

6.2本文的展望

本文简单概述了柴油机结构原理和主要故障模式，分析了振动主要激励源及诊断系统主要环节和监测系统的设计，总结了现代柴油机振动故障诊断技术中较常用的振动信号去噪方法和基于流形学习的柴油机振动故障诊断的原理及其特点。由于柴油机故障诊断涉及内容广泛，还有许多工作有待后续研究中进一步完善。具体总结如下:

（1）针对柴油机故障信号或特征的提取时，即便存在不同类型的故障信号提取方法，且特点和优势不同，但缺乏足够的实用性和适用性，因此在选择信号诊断的方法中依然需要加强研究。

（2）针对柴油机的诊断过程中，大部分研究侧重单一性的诊断研究，不过在现实中的故障往往是同时出现多处故障，加强综合诊断的研究势在必行。

（3）传统诊断技术已经无法满足人们对故障诊断的准确性的高度需求，随着大数据、物联网、人工智能等新兴技术的有机融合，为柴油机的故障诊断的技术提供更多可能性，其能够有效促进设备故障诊断技术全面发展。也能够有效提升研究人员的深度和广度，合理引入新兴科技内容和趋势，紧扣时代发展需求，持续提升故障诊断的有效性和精确性，最大限度控制并降低安全事故的出现。

参考文献：

[1]刘博,王彦辉,王晶.柴油机故障诊断技术的现状及展望[J].内燃机与配件,2022(02):131-133.DOI:10.19475/j.cnki.issn1674-957x.2022.02.042.

[2] Venkatasubramanian V，Chan K. A neural network methodology for process fault diagnosis[J]. Aiche Journal, 2010,35(12):1993-2002.

[3] Doughty H A.Rehabilitating Cynicism: Art as Political Action[J]. College Quarterly,2004.

[4]曹召. 基于概率神经网络的船舶柴油机故障诊断方法研究[D].武汉理工大学,2019.DOI:10.27381/d.cnki.gwlgu.2019.000543.

[5]王冠伟,张春霞,庄健,于德弘.流形学习在机械故障诊断中的应用研究[J].工程数学学报,2012,29(04):593-599.

[6]李敏通. 柴油机振动信号特征提取与故障诊断方法研究[D].西北农林科技大学,2012.

[7]陈超. 基于振动、滑油监测的柴油机故障预警系统研究[D].江苏科技大学,2019.DOI:10.27171/d.cnki.ghdcc.2019.000331.

[8]刘立国.柴油机振动故障诊断与时效分析[J].青海交通科技,2018(01):9-12.

[9]常勇,胡以怀.柴油机振动监测及故障诊断系统[J].噪声与振动控制,2008(01):93-96.

[10]常勇,胡以怀.船舶振动监测仪转速/负荷设置的数字输入接口设计[J].航海技术,2005(06):56-57.

[11]潘永波.基于流形学习的柴油机振动故障诊断方法研究[J].现代制造技术与装备,2015(06):179-180.DOI:10.16107/j.cnki.mmte.2015.0258.

[12]李宝月,江国和,陈必文,王鹏飞.柴油机故障诊断技术综述[J].船舶物资与市场,2019(01):21-22.DOI:10.19727/j.cnki.cbwzysc.2019.01.002.