宓為建+沈晴劉園+曹沛宓超

DOI：10.13340/j.jsmu.2016.04.012

文章編號(hào)：1672-9498（2016）04006505

摘要：為改進(jìn)現(xiàn)行發(fā)動(dòng)機(jī)故障診斷方法的不足，尋找一種半自動(dòng)或自動(dòng)的發(fā)動(dòng)機(jī)故障診斷方法，在傳統(tǒng)發(fā)動(dòng)機(jī)故障診斷方法的基礎(chǔ)上，提出應(yīng)用紅外熱成像技術(shù)進(jìn)行故障診斷的方法.該方法對(duì)正常運(yùn)轉(zhuǎn)和故障運(yùn)轉(zhuǎn)條件下發(fā)動(dòng)機(jī)特殊部位的溫度場(chǎng)進(jìn)行監(jiān)測(cè)；通過對(duì)比熱像圖和繪制溫度曲線圖，結(jié)合圖像處理技術(shù)，對(duì)發(fā)動(dòng)機(jī)常見的漏水、漏油、發(fā)動(dòng)異常和缺缸這4類常見故障進(jìn)行診斷.實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的可行性.該方法與現(xiàn)行的振動(dòng)、壓力、能耗、尾氣等相應(yīng)方式相比，具有非接觸、無干擾、無損、準(zhǔn)確、無需大量?jī)x器、便捷、直觀、迅速等優(yōu)點(diǎn).故障所對(duì)應(yīng)的溫度特征指向性明確.若能結(jié)合相應(yīng)的識(shí)別程序?qū)收线M(jìn)行自動(dòng)識(shí)別，就能在提高診斷效率和精度的同時(shí)防止因操作人員操作不當(dāng)?shù)仍斐傻氖鹿?，?duì)實(shí)現(xiàn)自動(dòng)、半自動(dòng)故障診斷具有重要意義.

關(guān)鍵詞：

紅外熱成像技術(shù)； 故障診斷； 發(fā)動(dòng)機(jī)； 圖像處理

中圖分類號(hào)： U472.42；TP391.7

文獻(xiàn)標(biāo)志碼： A

收稿日期： 20151015

修回日期： 20160125

基金項(xiàng)目： 上海市自然科學(xué)基金（15ZR1420200）；上海市青年科技英才揚(yáng)帆計(jì)劃（15YF1404900）；上海市科學(xué)技術(shù)委員會(huì)科技創(chuàng)新行動(dòng)計(jì)劃（14170501500）；上海市教育委員會(huì)科研創(chuàng)新項(xiàng)目（14ZZ140）；上海海事大學(xué)研究生創(chuàng)新基金（2014ycx040）

作者簡(jiǎn)介： 宓為建（1956—），男，浙江海寧人，教授，博導(dǎo)，博士，研究方向?yàn)榇笮臀锪髟O(shè)備診斷與安全運(yùn)行控制、物流信息系統(tǒng)與物流企業(yè)ERP等，（Email）miweij@126.com

Engine fault diagnosis based on infrared thermal imaging technology

MI Weijian1， SHEN Qing2， LIU Yuan1， CAO Pei2， MI Chao1

（1. Logistics Engineering College， Shanghai Maritime University， Shanghai 201306， China；

2. Shanghai Zhenhua Heavy Industries Co.， Ltd.， Shanghai 200125， China）

Abstract：

To improve the shortages of current engine fault diagnosis methods and seek a semiautomatic or automatic engine fault diagnosis method， on the basis of the traditional engine fault diagnosis methods， the method of using the infrared thermal imaging technology for fault diagnosis is put forward. In the method， temperature fields of special positions of engines under the conditions of normal operation and fault operation are monitored； through comparing thermal images and plotting temperature curves， combined with the image processing technology， 4 types of common faults of engines are diagnosed including water leakage， oil leakage， misfiring and cylinder misfiring. The experimental results verify the feasibility of this method. Compared with the existing methods related with vibration， pressure， energy consumption and exhaust gas， this method has advantages such as noncontact， no interference， nondestruction， accuracy， no need of a lot of instruments， convenience， intuitiveness and quickness. Temperature characteristics of faults have clear directivity. If corresponding recognition programs are used to accomplish automatic identification for faults， the diagnostic efficiency and precision will be improved， and the accidents caused by improper operation from operators will be prevented， which is of great significance for realizing automatic or semiautomatic fault diagnosis.

Key words：

infrared thermal imaging technology； fault diagnosis； engine； image processing

0引言

熱試檢測(cè)工位對(duì)發(fā)動(dòng)機(jī)故障的診斷，目前多依據(jù)對(duì)壓力、振動(dòng)、電控、應(yīng)變、耗能、尾氣等信號(hào)分析的結(jié)果進(jìn)行[16]，獲取這些信號(hào)均需安裝大量傳感器或測(cè)量設(shè)備，且存在一定干擾，使所測(cè)信號(hào)有失真現(xiàn)象.另外，多數(shù)發(fā)動(dòng)機(jī)制造廠主要依據(jù)儀器所測(cè)的相關(guān)數(shù)據(jù)，由操作人員憑經(jīng)驗(yàn)判斷發(fā)動(dòng)機(jī)是否出現(xiàn)故障.考慮到操作人員個(gè)體差異、標(biāo)準(zhǔn)難規(guī)范等因素，利用現(xiàn)行方法獲得的診斷結(jié)果的穩(wěn)定性和可靠性不佳，存在誤判和漏判的可能.另外，檢測(cè)工位常伴隨有噪聲和有毒有害氣體，工作環(huán)境惡劣，且存在一定安全隱患，因此尋找一種半自動(dòng)或自動(dòng)的新方法具有重要意義.

發(fā)動(dòng)機(jī)常見故障往往在溫度方面有所反映，通過熱傳導(dǎo)，機(jī)體內(nèi)部不同部位故障的溫度特征在發(fā)動(dòng)機(jī)表面會(huì)有不同的溫度顯示.由于傳導(dǎo)過程中介質(zhì)、結(jié)構(gòu)等的復(fù)雜性，單憑某幾個(gè)點(diǎn)的溫度值難以準(zhǔn)確地進(jìn)行故障診斷，因此需要對(duì)整個(gè)溫度場(chǎng)的數(shù)據(jù)值及趨勢(shì)進(jìn)行分析.紅外熱成像設(shè)備是獲取發(fā)動(dòng)機(jī)表面實(shí)時(shí)溫度場(chǎng)數(shù)據(jù)最高效、便捷的設(shè)備，其迅速、穩(wěn)定、非接觸、無干擾、無損等優(yōu)點(diǎn)克服了發(fā)動(dòng)機(jī)現(xiàn)行診斷方法的不足，且紅外熱像設(shè)備能與計(jì)算機(jī)等外部設(shè)備連接實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換、存儲(chǔ)、顯示、分析等功能，在發(fā)動(dòng)機(jī)診斷數(shù)據(jù)獲取方面具有較大應(yīng)用價(jià)值[713].

1發(fā)動(dòng)機(jī)故障診斷的紅外熱成像技術(shù)

1.1紅外熱成像原理

根據(jù)斯忒藩玻耳茲曼（StefanBoltzman）定律[10]，若物體溫度高于絕對(duì)零度（-273.16 ℃），則其要向外輻射能量，且物體紅外輻射的總功率與物體本身絕對(duì)溫度的四次方成正比，即物體溫度越高其所輻射的能量也越多.紅外熱成像系統(tǒng)組成見圖1.

紅外熱像儀通過接收被測(cè)物體表面發(fā)出的紅外輻射（處于紅外熱像儀的工作波段的紅外輻射）來測(cè)定物體表面溫度場(chǎng)，得到反映物體表面溫度分布情況的熱像圖.

不透明被測(cè)物體表面的輻亮度（單位：W/（m2·sr））為

Lλ=ελLbλ（T0）+ρλLbλ（Tu）

（1）

式中：等號(hào)右邊第一部分為表面光譜輻亮度，第二部分為反射的環(huán)境光譜輻亮度；T0為被測(cè)物體表面溫度，K；Tu為環(huán)境溫度，K；ελ為表面輻射率；ρλ為表面反射率，ρλ=1-αλ，其中αλ為表面對(duì)環(huán)境輻射的吸收率.

作用于紅外熱像儀入瞳的輻射照度（單位：W/m2）為

Eλ=A0d-2（τaλελLbλ（T0）+

τaλ（1-αλ）Lbλ（Tu）+εaλLbλ（Ta））

（2）

式中：A0為紅外熱像儀最小空間張角對(duì)應(yīng)目標(biāo)的可視面積，m2；d為該目標(biāo)到測(cè)量?jī)x器的距離，m；τaλ為大氣的光譜透射率；εaλ為大氣輻射率；通常，在一定條件下A0d-2為一個(gè)常值.

實(shí)際使用紅外熱像儀時(shí)，只需準(zhǔn)確輸入相關(guān)參數(shù)，即可自動(dòng)得出溫度分布圖像.需注意，如果參數(shù)設(shè)置不準(zhǔn)確，則會(huì)相應(yīng)地影響拍攝所獲得的溫度場(chǎng)的準(zhǔn)確性[10].

1.2應(yīng)用紅外熱成像技術(shù)實(shí)現(xiàn)發(fā)動(dòng)機(jī)故障診斷紅外熱成像系統(tǒng)收集發(fā)動(dòng)機(jī)上各點(diǎn)的紅外輻射，通過光電轉(zhuǎn)換將光電信號(hào)變成模擬信號(hào)，再對(duì)模擬信號(hào)進(jìn)行處理，最終將目標(biāo)的圖像顯示在顯示屏上.圖像反映發(fā)動(dòng)機(jī)各點(diǎn)溫度的差異，與景物十分相似.圖2a和2b分別為發(fā)動(dòng)機(jī)同一位置的紅外熱像圖和數(shù)碼照片.通過分析發(fā)動(dòng)機(jī)紅外熱像圖，可以根據(jù)不同溫度特征進(jìn)行發(fā)動(dòng)機(jī)泄漏、發(fā)動(dòng)異常、缺缸故障的診斷，具體操作步驟為：

（1）進(jìn)行調(diào)研，選定故障潛在區(qū)域；

（2）確定拍攝設(shè)備安裝位置，設(shè)定紅外拍攝參數(shù)；

（3）提取紅外設(shè)備在線監(jiān)測(cè)所獲數(shù)據(jù)；

（4）結(jié)合計(jì)算機(jī)數(shù)據(jù)處理技術(shù)，對(duì)比分析標(biāo)準(zhǔn)情況下與故障時(shí)的熱像圖，提取各故障的溫度特征；

（5）得出故障診斷結(jié)果.

2實(shí)驗(yàn)數(shù)據(jù)獲取

2.1實(shí)驗(yàn)對(duì)象

本文以上海某發(fā)動(dòng)機(jī)制造廠A型號(hào)發(fā)動(dòng)機(jī)為實(shí)驗(yàn)對(duì)象，使用FLIR T620紅外拍攝設(shè)備，對(duì)發(fā)動(dòng)機(jī)泄漏、發(fā)動(dòng)異常、缺缸等3類故障及其對(duì)應(yīng)的標(biāo)準(zhǔn)情況進(jìn)行紅外熱像圖和視頻拍攝，獲得實(shí)驗(yàn)數(shù)據(jù).

2.2實(shí)驗(yàn)參數(shù)

基于紅外熱成像原理，參考文獻(xiàn)[7]，結(jié)合實(shí)驗(yàn)驗(yàn)證，確定拍攝發(fā)動(dòng)機(jī)熱像圖所用的紅外熱像儀的主要參數(shù)，見表1.

輻射率的設(shè)置需根據(jù)所拍攝對(duì)象的表面材料而定，這里設(shè)置為0.98；大氣溫度、反射溫度、大氣相對(duì)濕度、大氣透射率、拍攝距離這5個(gè)參數(shù)均需根據(jù)拍攝環(huán)境的實(shí)際情況設(shè)置；熱范圍根據(jù)發(fā)動(dòng)機(jī)檢測(cè)過程中不同故障特征的溫度變化范圍設(shè)置，達(dá)到凸顯濾波和故障特征的效果；圖像幀頻選用默認(rèn)值30 Hz，理論和實(shí)驗(yàn)均證明其能夠滿足對(duì)常見的3種故障采樣的要求.此外，實(shí)驗(yàn)也證明紅外設(shè)備的測(cè)溫精度±0.1 ℃能滿足故障判斷的精度要求.

2.3實(shí)驗(yàn)組設(shè)置

數(shù)據(jù)的獲取實(shí)驗(yàn)采用七定方針[14]與設(shè)備測(cè)量影響因素相結(jié)合的方法，即在定人員、定設(shè)備、定儀器、定部位、定參數(shù)、定量程和定周期的基礎(chǔ)上，加上照明條件、環(huán)境溫度、環(huán)境濕度和反射情況，從而保證數(shù)據(jù)的可靠性和實(shí)驗(yàn)結(jié)論的有據(jù)性.

實(shí)驗(yàn)針對(duì)發(fā)動(dòng)機(jī)檢測(cè)過程中的常見故障及其標(biāo)準(zhǔn)情況共拍攝了9組相關(guān)視頻.詳細(xì)的實(shí)驗(yàn)組設(shè)置和熱像圖數(shù)量見表2.

3實(shí)驗(yàn)數(shù)據(jù)分析與討論

3.1泄漏故障

對(duì)漏水、漏油故障的分析基于實(shí)驗(yàn)數(shù)據(jù)中的第1～4組，熱像圖拍攝區(qū)域?yàn)樾孤┛赡馨l(fā)生的位置.通過在泄漏位置設(shè)置測(cè)溫線（見圖3中L1，在L1上從上到下取50個(gè)點(diǎn)），發(fā)現(xiàn)在故障組對(duì)應(yīng)的熱像圖上溫度均存在有規(guī)律的突變現(xiàn)象（由泄漏液體的下落造成的）.圖4僅顯示了L1上40個(gè)點(diǎn)的溫度變化：穩(wěn)定情況下測(cè)溫線對(duì)應(yīng)的溫度曲線如圖中曲線所示；泄漏發(fā)生時(shí)，在連續(xù)的3個(gè)采樣時(shí)間點(diǎn)（時(shí)間間隔為（1/30） s）上能依次捕捉到3個(gè)最大溫度值（如圖中“○”所示）.這是因?yàn)樾孤┮后w溫度（油：26～70 ℃；水：60～99 ℃）高于發(fā)動(dòng)機(jī)相應(yīng)位置表面溫度，當(dāng)泄漏液體滴落時(shí)，測(cè)溫線表面溫度最大值為泄漏液體表面溫度，且泄漏液體在滴落過程中持續(xù)散熱、降溫.

對(duì)第1，2組實(shí)驗(yàn)，根據(jù)由多次實(shí)驗(yàn)獲得的數(shù)據(jù)得出測(cè)溫線上溫度最大值與最小值的差約為42.8 ℃，而相應(yīng)標(biāo)準(zhǔn)情況下（即無泄漏），測(cè)溫線上溫度最大值與最小值的差約為11.6 ℃，即漏水時(shí)測(cè)溫線上溫度最大值與最小值的差的平均值是標(biāo)準(zhǔn)情況下的3.69倍. 這是由于泄漏的水溫度高于測(cè)溫線L1位置的發(fā)動(dòng)機(jī)表面溫度，漏水發(fā)生時(shí)測(cè)溫線上溫度最大值為泄漏的水溫度（60～90 ℃），即高于無漏水發(fā)生時(shí)測(cè)溫線上溫度最大值（約43 ℃），而測(cè)溫線上溫度最小值不變.

對(duì)第3，4組實(shí)驗(yàn)，通過MATLAB對(duì)圖像進(jìn)行處理，可找到漏油點(diǎn)處溫度偏低區(qū)域（圖5橢圓內(nèi)），即通過圖像分析相關(guān)技術(shù)可準(zhǔn)確確定是否有漏油發(fā)生及漏油位置.

通過對(duì)比泄漏點(diǎn)的溫度值和泄漏位置，可進(jìn)一步判斷是漏水故障還是漏油故障.圖5橢圓中所示即為發(fā)動(dòng)機(jī)表面捕捉到的泄漏的油.

3.2發(fā)動(dòng)異常故障

對(duì)發(fā)動(dòng)異常故障的分析是基于第5和6組實(shí)驗(yàn)數(shù)據(jù)的，熱像圖拍攝位置區(qū)域?yàn)榘l(fā)動(dòng)機(jī)整機(jī)，通過分析得出標(biāo)準(zhǔn)情況下和發(fā)動(dòng)異常時(shí)發(fā)動(dòng)機(jī)從啟動(dòng)30 s到啟動(dòng)60 s的過程中溫度平均值增量，見表3.

從表3可知，發(fā)動(dòng)異常時(shí)發(fā)動(dòng)機(jī)啟動(dòng)后溫度上升極緩慢（增量為0.2 ℃），相比標(biāo)準(zhǔn)情況下的7.2 ℃基本可以忽略不計(jì)，這是因?yàn)榘l(fā)動(dòng)異常時(shí)發(fā)動(dòng)機(jī)氣缸內(nèi)未燃燒產(chǎn)熱.

3.3缺缸故障

對(duì)缺缸故障的分析是基于第7～9組實(shí)驗(yàn)數(shù)據(jù)的，熱像圖拍攝位置區(qū)域?yàn)榘l(fā)動(dòng)機(jī)整機(jī).在缺缸時(shí)和標(biāo)準(zhǔn)情況下，發(fā)動(dòng)機(jī)缸體外圍四缸對(duì)應(yīng)區(qū)域溫度最大值隨時(shí)間變化的曲線見圖6，不同缺缸程度的整體熱像圖溫度最大值隨時(shí)間變化的曲線見圖7.由圖6可知，缺兩缸時(shí)發(fā)動(dòng)機(jī)選定區(qū)域溫度上升到最大值所需時(shí)間為4 min（缺缸后溫度不大可能達(dá)到相同的溫度），而標(biāo)準(zhǔn)情況下所需時(shí)間為2 min.缺缸程度在溫度上有一定的體現(xiàn)，缺缸越嚴(yán)重溫度上升越慢，且不同缺缸程度對(duì)應(yīng)的溫度上升差值較大.

4結(jié)論

本文在分析傳統(tǒng)發(fā)動(dòng)機(jī)故障診斷方法的基礎(chǔ)上，提出使用紅外熱成像技術(shù)進(jìn)行發(fā)動(dòng)機(jī)常見故障診斷的新思路.通過理論分析和實(shí)驗(yàn)驗(yàn)證了使用紅外熱成像技術(shù)進(jìn)行發(fā)動(dòng)機(jī)漏水、漏油、發(fā)動(dòng)異常、缺缸等4類故障診斷的可行性，并獲得故障溫度特征，得出故障診斷的依據(jù).

通過使用紅外熱像儀獲得了不同故障及標(biāo)準(zhǔn)情況下發(fā)動(dòng)機(jī)表面不同檢測(cè)時(shí)刻的溫度場(chǎng)數(shù)據(jù).通過分析各熱像圖上特定點(diǎn)、線、區(qū)域，整圖溫度的最大值、最小值、均值，以及溫度最低和最高點(diǎn)位置、趨勢(shì)等信息，結(jié)合MATLAB圖像處理中圖像配準(zhǔn)、相關(guān)分析、濾波處理等技術(shù)，提取了漏水、漏油、發(fā)動(dòng)異常、缺缸等4類常見發(fā)動(dòng)機(jī)故障的溫度特征，即總結(jié)出發(fā)動(dòng)機(jī)內(nèi)部故障與表面溫度之間的對(duì)應(yīng)關(guān)系：

（1）在泄漏位置設(shè)置的測(cè)溫線上，若出現(xiàn)突變情況，則說明有泄漏發(fā)生，通過分析測(cè)溫線上溫度最大值與最小值的差以及比較泄漏位置即知泄漏類型；

（2）分析發(fā)動(dòng)機(jī)從啟動(dòng)30 s到啟動(dòng)60 s的過程中指定區(qū)域溫度的增量即可判斷發(fā)動(dòng)機(jī)是否有發(fā)動(dòng)異常；

（3）分析發(fā)動(dòng)機(jī)從發(fā)動(dòng)到檢測(cè)完成時(shí)溫度的上升速度，即可得出發(fā)動(dòng)機(jī)是否存在缺缸故障及相應(yīng)的缺缸程度信息.

通過將紅外熱像儀拍攝的結(jié)果與現(xiàn)有故障診斷方法得出的結(jié)果的比較，發(fā)現(xiàn)兩者吻合，即證明了新方法的可行性.

與現(xiàn)行的振動(dòng)、壓力、能耗、尾氣等相應(yīng)方式相比，使用紅外熱成像技術(shù)進(jìn)行發(fā)動(dòng)機(jī)常見故障診斷的方法具有非接觸、無干擾、無損、準(zhǔn)確、無需大量?jī)x器、便捷、直觀、迅速以及對(duì)故障所對(duì)應(yīng)的溫度特征指向性明確等眾多優(yōu)點(diǎn).若該方法能與相應(yīng)的識(shí)別程序結(jié)合來實(shí)現(xiàn)對(duì)故障的自動(dòng)識(shí)別，就能在提高診斷效率和精度的同時(shí)防止操作人員因操作不當(dāng)?shù)仍蛟斐傻氖鹿?，?duì)實(shí)現(xiàn)自動(dòng)、半自動(dòng)故障診斷具有重要意義.然而，自動(dòng)診斷需要建立在大量數(shù)據(jù)統(tǒng)計(jì)的基礎(chǔ)上，這也是使用紅外熱成像技術(shù)進(jìn)行發(fā)動(dòng)機(jī)故障診斷的難點(diǎn)所在.

參考文獻(xiàn)：

[1]耿輝， 張素明， 安雪巖. 一種基于聚類分析的液體火箭發(fā)動(dòng)機(jī)穩(wěn)態(tài)過程故障診斷方法[J]. 火箭推進(jìn)， 2014， 40（5）： 8691.

[2]肖云魁， 喬龍， 張玲玲， 等. 基于小波奇異性檢測(cè)的發(fā)動(dòng)機(jī)故障診斷方法研究[J]. 汽車工程， 2014， 36（11）： 14051409.

[3]何細(xì)鵬. 汽車電控發(fā)動(dòng)機(jī)的故障診斷方法研究[J]. 汽車維修， 2014（3）： 1415.

[4]王平， 雷沫枝， 王金舜. 中小型航空發(fā)動(dòng)機(jī)轉(zhuǎn)靜子碰摩故障診斷的一種方法[J]. 測(cè)控技術(shù)， 2014， 33（7）： 5758.

[5]杜燦誼， 丁康， 楊志堅(jiān). 基于有限元與多體動(dòng)力學(xué)仿真發(fā)動(dòng)機(jī)失火故障特征提取研究[J]. 振動(dòng)與沖擊， 2012， 31（9）： 1823.

[6]謝小鵬， 肖海兵， 馮偉. 基于能量耗損的發(fā)動(dòng)機(jī)故障診斷方法研究[J]. 潤滑與密封， 2011， 36（5）： 13.

[7]楊叔子， 丁洪， 史鐵林. 機(jī)械設(shè)備診斷學(xué)的再探討[J]. 華中理工大學(xué)學(xué)報(bào)， 1991， 19（2）： 17.

[8]冉鑫， 任蕾. 基于可見光視頻圖像處理的水上弱小目標(biāo)檢測(cè)方法[J]. 上海海事大學(xué)學(xué)報(bào)， 2010， 31（2）： 1117.

[9]郭月娥. 海洋平臺(tái)起重機(jī)液壓系統(tǒng)故障診斷專家系統(tǒng)研究[D]. 大連： 大連理工大學(xué)， 2013.

[10]楊立， 楊楨. 紅外熱成像測(cè)溫原理與技術(shù)[M]. 北京： 科學(xué)出版社， 2012： 1848.

[11]HUDA A S N， TAIB S， GHAZALI K H， et al. A new thermographic NDT for condition monitoring of electrical components using ANN with confidence level analysis[J]. ISA Transactions， 2014， 53（3）： 717724.

[12]ZOU Hui， HUANG Fuzhen. A novel intelligent fault diagnosis method for electrical equipment using infrared thermography[J]. Infrared Physics & Technology， 2015， 73： 2935.

[13]于澤奇. 紅外熱成像技術(shù)在輪機(jī)故障診斷中的應(yīng)用[D]. 大連： 大連海事大學(xué)， 2013.

[14]鄧建平， 王國林， 黃沛然. 用于高溫測(cè)量的紅外熱成像技術(shù)[J]. 流體力學(xué)實(shí)驗(yàn)與測(cè)量， 2001， 15（1）： 4347.

（編輯趙勉）