详情

原文传递船用共轨柴油机燃油系统故障诊断与健康评估方法研究

论文题名：	船用共轨柴油机燃油系统故障诊断与健康评估方法研究
关键词：	共轨燃油系统;故障特征提取;故障诊断;健康评估
摘要：	柴油机因其具有较高的热效率和可靠性，被广泛应用于船舶动力。随着对船舶动力节能减排性能要求的不断提高，柴油机普遍采用高压共轨燃油系统。船用共轨柴油机虽然提高了经济性和排放性能，但由于其复杂的系统结构和恶劣的工作环境，使得它的安全性和可靠性降低。燃油系统作为共轨柴油机中故障率最高的子系统，直接决定着共轨柴油机能否正常高效运转。为了提高船用共轨柴油机的安全性和可靠性，降低运维管理费用，对船用共轨柴油机燃油系统进行故障诊断与健康评估是非常有必要的。尽管国内外专家对船用共轨柴油机燃油系统的故障诊断与健康评估研究已经取得了一定的成果，但仍然存在一些亟待解决的问题，主要包括方法体系不够完整、典型故障诊断方法针对性不强、微弱故障诊断算法精度较低和健康评估算法低效等问题。　　针对存在的问题，本文从船用共轨柴油机燃油系统健康管理技术方案、典型故障特征提取方法、微弱故障诊断方法与健康评估方法四个方面展开了研究，主要的研究内容包括: 　　(1)针对缺乏完整的方法体系的问题，本文根据故障预测与健康管理技术内涵，提出了适用于船用共轨柴油机燃油系统的健康管理技术方案和详细的技术路线。根据潜在的失效模式和后果分析，本文梳理了共轨燃油系统典型故障类型。为了获取共轨柴油机燃油系统故障源信号，实现共轨燃油系统状态监测，搭建了共轨柴油机燃油系统故障试验平台和故障仿真模型平台。　　(2)为了提取船用共轨柴油机燃油系统典型故障特征，提出了层次离散熵方法，并且建立了基于改进果蝇算法优化的变分模式分解和层次离散熵的共轨燃油系统喷油器和高压油泵典型故障诊断方法。论文将提出方法应用于试验和仿真数据，试验分析结果表明，针对喷油器典型故障，故障识别准确率提高了8.9％，算法运行时间降低了7.7s;针对高压油泵典型故障，故障识别准确率提高了7.8％，算法运行时间降低了6.3s，说明论文提出的典型故障诊断方法能有效识别典型故障，并且具有更高的精度和更快的计算效率。　　(3)由于微弱故障易被噪声淹没，为了增强微弱故障特征，本文提出了基于改进蝗虫算法优化的自适应多点最优最小熵反卷积和层次加权排列熵的共轨燃油系统喷油器和高压油泵微弱故障诊断方法。首先，利用多点峭度谱确定故障周期T，然后通过改进蝗虫寻优算法自适应的获取多点最优最小熵反卷积的最佳滤波器长度L，再利用最佳性能滤波器进行滤波处理。然后，利用层次加权排列熵度量滤波后油管振动信号复杂度，提取微弱故障特征。最后将故障特征向量输入最小二乘支持向量机多分类器中，实现共轨燃油系统喷油器和高压油泵微弱故障诊断。论文将提出方法应用于故障信号，结果表明，本文提出方法能有效识别共轨燃油系统喷油器和高压油泵微弱故障状态。与现有方法相比，喷油器和高压油泵的微弱故障诊断准确率分别提高了6.7％和10％。　　(4)精准的健康状态评估技术是实现船用共轨柴油机燃油系统健康管理的关键步骤，因此本文提出了基于改进的自适应噪声的完整集合经验模式分解与判别相关分析特征融合熵的共轨燃油系统喷油器和高压油泵健康评估方法。首先，利用提出方法对故障源信号进行处理，得到了共轨燃油系统故障源信号的有效故障信息。然后，通过判别相关分析算法融合算法，融合两种信息熵特征，得到判别相关分析特征融合熵;最后，以判别相关分析特征融合熵为特征向量输入最小二乘支持向量机多分类器中，实现共轨燃油系统喷油器和高压油泵健康状态评估。通过试验验证与分析表明，喷油器健康状态分类错误样本个数从9个降至0个，高压油泵健康状态分类错误样本个数从7个降至1个，喷油器和高压油泵的健康状态识别精度分别提高15％和10％。
作者：	柯赟
专业：	动力工程及工程热物理
导师：	宋恩哲
授予学位：	博士
授予学位单位：	哈尔滨工程大学
学位年度：	2022