柴油機(jī)故障診斷涵蓋了信號(hào)的采集、數(shù)據(jù)的處理與特征值提取、故障診斷與分類三個(gè)主要部分,而其故障診斷技術(shù)卻綜合了多種學(xué)科與理論知識(shí),經(jīng)歷了由傳統(tǒng)診斷技術(shù)到智能診斷技術(shù)的發(fā)展歷程。
雖然柴油機(jī)故障診斷技術(shù)在工程應(yīng)用方面已經(jīng)取得許多突破性的進(jìn)展,但由于柴油機(jī)系統(tǒng)結(jié)構(gòu)復(fù)雜,運(yùn)轉(zhuǎn)中零部件工作狀況相互干擾,且故障類型多種多樣,至今沒有形成一套快速有效、廣泛通用、結(jié)果理想的診斷方法。其主要面對(duì)的困難有:
(1)柴油機(jī)本身零部件結(jié)構(gòu)組成繁雜,運(yùn)行中,各工作系統(tǒng)的作用關(guān)系不明朗;其次,對(duì)于不同型號(hào)的柴油機(jī),零部件構(gòu)造、系統(tǒng)組成及工作原理也有所差別,即一種柴油機(jī)的故障診斷方法應(yīng)用于另一種柴油機(jī),所得到的診斷結(jié)果與當(dāng)前的運(yùn)行狀態(tài)不符。
(2)由于柴油機(jī)是一種往復(fù)式旋轉(zhuǎn)機(jī)械設(shè)備且工作中伴隨著大量的噪聲,因此,在某瞬時(shí)采集到的振動(dòng)信號(hào)并不能如實(shí)反映柴油機(jī)整體狀態(tài)好與壞。
(3)柴油機(jī)故障診斷中,無法準(zhǔn)確判定征兆與故障的對(duì)應(yīng)關(guān)系,即兩者間不是一一對(duì)應(yīng),而是一對(duì)多的現(xiàn)象。
在未來的社會(huì)發(fā)展中,隨著科學(xué)研究的日益深入,智能優(yōu)化算法與計(jì)算機(jī)技術(shù)不斷更新和相互融合,將其運(yùn)用到柴油機(jī)故障診斷中以提高診斷過程的快速性和診斷結(jié)果的準(zhǔn)確性定會(huì)成為時(shí)代進(jìn)步的趨勢(shì)。基于此,今后的進(jìn)展方向主要體現(xiàn)在以下幾方面:
(1)信號(hào)處理方面鑒于柴油機(jī)振動(dòng)信號(hào)具有非平穩(wěn)性、瞬時(shí)性和突變性,進(jìn)一步改進(jìn)和完善信號(hào)分析處理方法(如時(shí)頻域分析中信息提取方法等),以求能夠從原始信號(hào)中獲取更多體現(xiàn)機(jī)器狀態(tài)的信息是未來故障診斷的一個(gè)重要研究突破點(diǎn)。
(2)診斷結(jié)果方面每種智能優(yōu)化算法均有自身的優(yōu)勢(shì)和不足,因此,為能夠提高診斷結(jié)果的正確率,將多種優(yōu)化算法相互融合,優(yōu)勢(shì)互補(bǔ),并結(jié)合柴油機(jī)故障分析方法進(jìn)行診斷,例如本論文人工蜂群算法優(yōu)化支持向量機(jī)來獲得最佳性能參數(shù),進(jìn)而能在最后的柴油機(jī)故障分類中以求得更高的精確度。
(3)技術(shù)資源方面為確保生產(chǎn)效益和工作效率,利用計(jì)算機(jī)技術(shù)建立故障診斷系統(tǒng)和信號(hào)數(shù)據(jù)采集分析系統(tǒng),利用網(wǎng)絡(luò)技術(shù)進(jìn)行信息共享,實(shí)現(xiàn)信息融合的在線診斷。