江志農(nóng) 王子嘉 張進(jìn)杰 黃翼飛 茆志偉

1.北京化工大學(xué)高端機(jī)械裝備健康監(jiān)控與自愈化北京市重點(diǎn)實(shí)驗(yàn)室，北京，100029

2.北京化工大學(xué)發(fā)動機(jī)健康監(jiān)控及網(wǎng)絡(luò)化教育部重點(diǎn)實(shí)驗(yàn)室，北京，100029

3.北京博華安創(chuàng)科技有限公司，北京，101399

0 引言

應(yīng)急柴油發(fā)電機(jī)組(emergency diesel generator，EDG)主要功能是在核電廠中壓母線因?yàn)槭S外正常電源或母線本身故障而導(dǎo)致失壓時(shí)，為應(yīng)急交流母線提供電源，向安全系統(tǒng)的負(fù)載以及其他指定的非安全物項(xiàng)供應(yīng)電力，防止重要安全設(shè)備因?yàn)殡娫磫适Ф斐蓳p壞或失效，確保反應(yīng)堆緊急停堆，避免核泄漏，保證人身安全。2011年3月11日福島核電中因遭遇海嘯，應(yīng)急柴油機(jī)廠房被淹沒，導(dǎo)致全部電源失效而引發(fā)災(zāi)難[1]。EDG是保證核電廠安全可靠運(yùn)行的重要設(shè)備，研究EDG故障診斷方法，對其可靠性提升具有重要意義。

EDG氣門間隙往往會由于磨損或誤調(diào)超出正常值[2-3]。目前，針對該故障的診斷方法，國內(nèi)外已開展一些研究。文獻(xiàn)[4]對EMD-WVD(empirical mode decomposition-Wigner Ville distribution)時(shí)頻圖像進(jìn)行局部非負(fù)矩陣分解，得到圖像特征參數(shù)用于分類器識別。文獻(xiàn)[5]提出一種基于改進(jìn)變分模態(tài)分解、偽魏格納時(shí)頻分析與局部非負(fù)矩陣分解的柴油機(jī)振動譜圖像識別診斷方法，應(yīng)用于氣門間隙故障診斷。文獻(xiàn)[6]利用Naive-Bayes方法對氣門故障進(jìn)行分類，最低分類精度高達(dá)92.45%。文獻(xiàn)[7]建立了基于蟻群優(yōu)化支持向量機(jī)的柴油機(jī)氣門間隙故障診斷模型。隨著深度學(xué)習(xí)算法的發(fā)展，概率神經(jīng)網(wǎng)絡(luò)應(yīng)用于振動信號分類。在此基礎(chǔ)上，提出新的組合權(quán)重自適應(yīng)調(diào)制算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，對振動信號錐形核分布進(jìn)行分類，進(jìn)一步提高氣門間隙故障識別精度[8-9]。文獻(xiàn)[10]利用二載聲學(xué)法分析壓力波形以達(dá)到檢測氣門故障的目的。除機(jī)器學(xué)習(xí)算法外，傳統(tǒng)時(shí)頻分析方法也被大量應(yīng)用于氣門間隙的診斷[11-14]。這些方法普遍需要大量故障數(shù)據(jù)來訓(xùn)練算法模型，或者需要實(shí)際機(jī)組全工況運(yùn)行數(shù)據(jù)來設(shè)置報(bào)警閾值，這在實(shí)際工程中是難以實(shí)現(xiàn)的。

本文根據(jù)仿真研究確定EDG氣門間隙異常故障不受工況影響而對故障敏感的起始相位特征，結(jié)合振動沖擊能量變化規(guī)律，利用Teager能量算子梯度，提出基于能量算子梯度鄰域(k-th maxima on Teager energy operator gradient,k-TEOG)的振動沖擊始點(diǎn)自適應(yīng)精確提取新方法，并基于相位精確提取方法識別氣門間隙故障。

1 氣門故障動力學(xué)機(jī)理特征

1.1 配氣機(jī)構(gòu)建模

以TBD234V12柴油機(jī)的配氣機(jī)構(gòu)為對象，通過實(shí)際測繪并結(jié)合設(shè)計(jì)參數(shù)建立實(shí)體模型。實(shí)體模型如圖1所示，將其導(dǎo)入ADAMS軟件，添加約束與驅(qū)動構(gòu)建動力學(xué)模型，具體約束施加見表1[15]。

圖1 配氣機(jī)構(gòu)實(shí)體模型

表1 模型約束

配氣機(jī)構(gòu)中，氣門與缸蓋、搖臂與氣門等多處均會產(chǎn)生接觸碰撞，因此模型約束中接觸力的設(shè)置密切影響著仿真精度。本文采用ADAMS內(nèi)置的IMPACT函數(shù)來定義接觸力(忽略摩擦力)，法向接觸力Fn可由下式表示：

(1)

(2)

(3)

其中，i為兩個碰撞物體的編號；E為接觸物的彈性模量，E=207 GPa；μ為接觸物的泊松比，μ=0.29；R為接觸面的曲率半徑。模型中各部件材料統(tǒng)一選用ADAMS材料庫中的steel。

1.2 仿真數(shù)據(jù)故障特征分析

仿真參數(shù)設(shè)置如表2和表3所示。

表2 氣門間隙異常狀態(tài)參數(shù)設(shè)置

本文通過改變模型中搖臂與氣門頂部的距離來模擬不同間隙狀態(tài)。以排氣門為研究對象，進(jìn)氣門間隙始終設(shè)置為正常狀態(tài)，改變排氣門間隙獲得動力學(xué)響應(yīng)。圖2為不同間隙氣門加速度曲線,圖3為不同間隙氣門與缸蓋接觸力曲線。

表3 柴油機(jī)不同工況參數(shù)設(shè)置

可見，氣門開啟和關(guān)閉瞬間產(chǎn)生振動沖擊，且關(guān)閉沖擊顯著大于開啟沖擊；隨著間隙增大，氣門關(guān)閉沖擊的強(qiáng)度表現(xiàn)出非線性增大趨勢；氣門開啟相位滯后，關(guān)閉相位提前；氣門關(guān)閉相位對間隙變化的敏感度呈現(xiàn)非線性減小趨勢。

圖2 不同間隙狀態(tài)下氣門加速度

圖3 不同間隙狀態(tài)下氣門與缸蓋接觸力

本文模擬了柴油機(jī)的3種工況，每種工況進(jìn)氣門、排氣門的間隙均設(shè)置為正常值。圖4為不同轉(zhuǎn)速下排氣門加速度曲線，可見，隨著轉(zhuǎn)速升高，氣門開啟和關(guān)閉沖擊的強(qiáng)度增大，但氣門開啟和關(guān)閉的相位保持不變。

圖4 不同轉(zhuǎn)速下氣門加速度

綜上，對氣門間隙的變化敏感的特征有：①氣門關(guān)閉沖擊的強(qiáng)度；②氣門開啟和關(guān)閉沖擊的起始相位，即氣門開啟和關(guān)閉相位。其中氣門開啟和關(guān)閉沖擊的起始相位僅隨間隙變化，不受工況影響，而氣門關(guān)閉沖擊強(qiáng)度受工況影響嚴(yán)重。由于柴油機(jī)運(yùn)行過程中工況是多變且復(fù)雜的，并且氣門開啟沖擊強(qiáng)度較弱，因此將氣門關(guān)閉沖擊起始相位作為氣門故障診斷優(yōu)選特征。更重要的是，氣門關(guān)閉相位的標(biāo)準(zhǔn)值是柴油機(jī)設(shè)計(jì)參數(shù)之一，便于設(shè)置合理有效的特征閾值。

2 基于k-TEOG沖擊始點(diǎn)提取方法

柴油機(jī)在運(yùn)行過程中會產(chǎn)生一些局部振動沖擊信號，其始點(diǎn)特征的準(zhǔn)確提取是診斷許多故障的關(guān)鍵。對于振動沖擊信號始點(diǎn)提取，閾值判斷是最常用的技術(shù)之一。對單個局部沖擊信號而言，振動幅值首次穿越閾值線的位置一般被當(dāng)作沖擊始點(diǎn)。但由于閾值的設(shè)置通常是根據(jù)經(jīng)驗(yàn)確定，在由多個不同幅值沖擊組成的實(shí)際復(fù)雜振動信號中，普遍存在閾值設(shè)定不合理或自適應(yīng)性差的問題。此外，基于能量最大上升梯度的沖擊始點(diǎn)識別方法能夠達(dá)到自適應(yīng)計(jì)算的目的，但實(shí)際振動信號受許多干擾因素的影響，沖擊起始位置的振動能量上升梯度可能是該沖擊區(qū)域中的較大者，而不是最大者，基于識別能量梯度最大值位置的提取方法往往存在較大誤差。

根據(jù)沖擊區(qū)域能量變化的特點(diǎn)，結(jié)合Teager能量算子在識別瞬態(tài)振動變化方面的優(yōu)勢，提出一種基于k-TEOG的振動沖擊始點(diǎn)自適應(yīng)精確提取新方法，克服了傳統(tǒng)方法中閾值設(shè)定自適應(yīng)性差、計(jì)算精度差的問題。

首先對振動信號進(jìn)行EMD自適應(yīng)濾波處理；然后計(jì)算Teager能量算子，突出瞬態(tài)振動沖擊能量；再對局部能量算子求梯度，得到Teager能量算子梯度；提出k-梯度和k-梯度鄰域的概念，并將k-梯度鄰域在時(shí)間序列里的第一個點(diǎn)作為沖擊起始點(diǎn)；最后根據(jù)往復(fù)機(jī)械振動信號沖擊的準(zhǔn)周期特性，對計(jì)算結(jié)果利用3σ準(zhǔn)則進(jìn)行離群點(diǎn)檢驗(yàn)，并通過自動調(diào)整k值和設(shè)定的準(zhǔn)則優(yōu)化離群點(diǎn)的計(jì)算結(jié)果，從而達(dá)到自適應(yīng)精確提取振動信號沖擊始點(diǎn)的目的。該方法具體步驟如下。

(1)對實(shí)際采集的整周期振動信號進(jìn)行EMD自適應(yīng)分解后，得到各本征模態(tài)函數(shù)(IMF)分量，計(jì)算各IMF分量與原始信號的Pearson相關(guān)系數(shù)r：

(4)

其中，h為原始信號;j為IMF分量的序號;IIMF(j)為第j個IMF分量;Cov(IIMF(j),h)為IIMF(j)與h的協(xié)方差;Var(IIMF(j))和Var(h)分別為IIMF(j)和h的方差;r(j)為IIMF(j)與h的相關(guān)系數(shù)。

選擇相關(guān)系數(shù)不小于閾值c(c取0.1～0.5之間的數(shù))的IMF分量進(jìn)行重構(gòu)，得到濾波后的離散信號s(i)。

(2)對s(i)進(jìn)行等角度角域重采樣，采樣角度間隔d取值0.1°～0.5°，獲得信號x(i)。

(3)計(jì)算經(jīng)EMD自適應(yīng)濾波和角域重采樣后的離散信號x(i)在每個數(shù)據(jù)點(diǎn)i處的局部Teager能量算子：

ψd(i)=|x2(i)-x(i-1)x(i+1)|

(5)

(4)計(jì)算能量算子的k-梯度和其鄰域，確定沖擊始點(diǎn)。

首先計(jì)算局部能量算子ψd(i)在沖擊區(qū)域的能量梯度：

Dψd(i)=ψd(i+1)-ψd(i)

(6)

能量算子的k-梯度定義如下。對任意自然數(shù)k(計(jì)算多組數(shù)據(jù)在不同k值下提取結(jié)果的方差，選擇方差最小結(jié)果對應(yīng)的k值作為k初始值)，k-梯度Dψk-grad表示在能量梯度序列里，滿足以下兩個條件的能量梯度：①在能量梯度序列里，至少存在k個點(diǎn)p滿足Dψd(p)≥Dψk-grad；②在能量梯度序列里，至多存在k-1個點(diǎn)p滿足Dψd(p)>Dψk-grad。因此k-梯度Dψk-grad的計(jì)算方法是，將沖擊位置的能量梯度進(jìn)行降序排列，選擇所得序列中第k個值作為k-梯度。k-梯度鄰域Nk包含梯度值不小于k-梯度Dψk-grad的所有能量梯度值。

最后選擇在能量算子梯度的時(shí)間序列中第一個屬于k-梯度鄰域Nk的點(diǎn)作為沖擊起始點(diǎn)。

(7)

(8)

其中，y為n組振動信號的沖擊始點(diǎn)提取結(jié)果組成的數(shù)組；q表示y數(shù)組的序列號;y(q)為第q個整周期振動信號的沖擊始點(diǎn)提取結(jié)果。

采用3σ準(zhǔn)則進(jìn)行離群點(diǎn)的判斷，對離群點(diǎn)需要調(diào)整k值重新提取特征。k值的調(diào)整方法為：首先設(shè)定調(diào)整步長(取1～3)和循環(huán)次數(shù)m(取5～20)；其次判斷k值調(diào)整方向，若離群值大于平均值以上3倍標(biāo)準(zhǔn)差則增大k值，若離群值小于平均值以下3倍標(biāo)準(zhǔn)差則減小k值；調(diào)整k值并重新計(jì)算提取結(jié)果，但平均值和方差不更新，依然采用最初計(jì)算值。對新的計(jì)算結(jié)果進(jìn)行離群點(diǎn)判斷，若判定為非離群點(diǎn)，則終止計(jì)算；若仍判斷為離群點(diǎn)，則繼續(xù)調(diào)整k值重復(fù)上述計(jì)算過程，直到循環(huán)計(jì)算次數(shù)達(dá)到設(shè)定值m。

3 基于k-TEOG的氣門故障診斷

上述仿真研究明確了氣門間隙異常故障的特征，利用k-TEOG振動沖擊始點(diǎn)提取算法準(zhǔn)確提取該特征可實(shí)現(xiàn)對氣門故障的有效監(jiān)測診斷。本文通過實(shí)驗(yàn)驗(yàn)證該方法的有效性。

3.1 數(shù)據(jù)采集

實(shí)驗(yàn)臺柴油機(jī)型號為TBD234 12缸V型直噴式柴油機(jī)。表4所示為該柴油機(jī)具體的技術(shù)參數(shù)。圖5為實(shí)驗(yàn)臺照片。

圖6所示為缸蓋振動加速度傳感器，直接安裝在氣缸蓋上表面測量缸蓋振動；用于截取柴油機(jī)720°整周期振動信號的鍵相電渦流傳感器采用支架固定，該傳感器的觸發(fā)鍵相塊粘貼于飛輪上。所有的振動加速度和鍵相脈沖信號通過數(shù)據(jù)采集系統(tǒng)(DAQ)進(jìn)行采集，采樣頻率為51.2 kHz。圖7為監(jiān)測系統(tǒng)示意圖。

表4 TBD234柴油機(jī)技術(shù)參數(shù)

圖5 柴油機(jī)實(shí)驗(yàn)臺

圖6 缸蓋振動加速度傳感器

圖7 監(jiān)測系統(tǒng)示意圖

共開展了3組實(shí)驗(yàn)，每組實(shí)驗(yàn)只調(diào)節(jié)B1缸排氣門的間隙，其余氣門間隙均設(shè)置正常。實(shí)驗(yàn)工況設(shè)置如表5所示。

表5 實(shí)驗(yàn)工況

3.2 診斷流程

基于k-TEOG沖擊始點(diǎn)提取方法的氣門間隙故障診斷方法步驟如下：首先從采集的缸蓋角域振動信號中采用沖擊始點(diǎn)提取方法提取氣門關(guān)閉沖擊起始相位特征，然后從設(shè)計(jì)手冊中查取該氣門的理論關(guān)閉相位，最后通過比較實(shí)際提取值與理論參數(shù)完成對氣門間隙的診斷。方法流程如圖8所示。

圖8 診斷流程圖

3.3 方法驗(yàn)證

3.3.1正常間隙狀態(tài)特征提取分析

利用k-TEOG沖擊始點(diǎn)提取方法處理第一組正常實(shí)驗(yàn)數(shù)據(jù)，提取排氣門關(guān)閉相位特征。每種工況處理50個周期的數(shù)據(jù)。k取不同值時(shí)，600個工作循環(huán)內(nèi)排氣門關(guān)閉相位的提取結(jié)果見圖9，概率分布見圖10。

圖9 600個工作循環(huán)內(nèi)排氣門關(guān)閉相位提取結(jié)果

圖10 排氣門關(guān)閉相位概率分布

k取1時(shí)，即基于傳統(tǒng)沖擊始點(diǎn)提取方法提取的特征波動幅度較大，特征均值為20.04°，誤差高達(dá)33.6%，無法滿足診斷要求。當(dāng)k大于10之后，排氣門關(guān)閉沖擊起始相位提取結(jié)果基本相近(均值為14.8469°)，與表5中給出的標(biāo)準(zhǔn)設(shè)計(jì)參數(shù)(13°±2°)基本一致。根據(jù)概率分布，k值取15時(shí)特征的波動最小，選其為初始值，然后調(diào)整個別離群點(diǎn)k值修正特征提取結(jié)果。結(jié)果表明該方法可根據(jù)機(jī)組和工況特性自適應(yīng)地計(jì)算設(shè)定相應(yīng)k值，且魯棒性強(qiáng)，適用于工程應(yīng)用。

3.3.2異常間隙狀態(tài)故障特征提取分析

自適應(yīng)調(diào)整k值計(jì)算不同間隙狀態(tài)和工況下的排氣門關(guān)閉相位特征，計(jì)算結(jié)果見圖11，紅色中心線為趨勢線。圖11中，每種氣門間隙對應(yīng)12種不同工況，每種工況處理50個周期的數(shù)據(jù)。

圖11 不同氣門間隙狀態(tài)氣門關(guān)閉相位檢測結(jié)果

由圖11可知，基于本文提出的k-TEOG沖擊始點(diǎn)提取方法提取的氣門關(guān)閉相位，在不同間隙時(shí)特征區(qū)別明顯，對比正常間隙時(shí)的標(biāo)準(zhǔn)閾值(13°±2°)可以有效診斷氣門間隙故障，并且可以根據(jù)關(guān)閉相位來跟蹤監(jiān)測氣門間隙的變化趨勢。此外，實(shí)驗(yàn)數(shù)據(jù)再次驗(yàn)證了仿真結(jié)果，隨著間隙等間距增大，氣門關(guān)閉相位的提前量逐漸減小，即間隙增大0.2 mm時(shí)關(guān)閉相位提前大約8°，而間隙增大0.4 mm時(shí)關(guān)閉相位提前了大約12°，呈現(xiàn)出非線性的變化規(guī)律。

綜上，基于k-TEOG的沖擊始點(diǎn)提取方法能自適應(yīng)地準(zhǔn)確提取氣門關(guān)閉沖擊起始相位特征，對比從設(shè)計(jì)參數(shù)中獲取的標(biāo)準(zhǔn)閾值可有效診斷氣門間隙異常故障，且可跟蹤監(jiān)測氣門間隙的變化。

4 結(jié)論

(1)本文提出基于k-TEOG的沖擊始點(diǎn)提取方法，克服了傳統(tǒng)振動沖擊始點(diǎn)提取方法中閾值設(shè)定自適應(yīng)性差、計(jì)算精度差的問題，并應(yīng)用于柴油機(jī)氣門間隙異常故障診斷，效果良好，對應(yīng)急柴油發(fā)電機(jī)組在線監(jiān)測診斷具有重要的實(shí)際意義。

(2)通過仿真研究明確柴油機(jī)氣門關(guān)閉沖擊起始相位對氣門間隙變化敏感，但不受工況影響，表明準(zhǔn)確提取該特征即可有效診斷氣門間隙異常故障。

(3)經(jīng)實(shí)驗(yàn)驗(yàn)證，本文提出的基于k-TEOG的沖擊始點(diǎn)提取方法可自適應(yīng)地準(zhǔn)確提取氣門關(guān)閉沖擊起始相位，再對比從設(shè)計(jì)參數(shù)中查取的特征標(biāo)準(zhǔn)閾值，實(shí)現(xiàn)了僅依靠單一特征即可對柴油機(jī)氣門間隙故障進(jìn)行有效診斷和監(jiān)測跟蹤。