基于REF網(wǎng)絡(luò)的船用柴油機(jī)故障檢測

張寒 劉亦薇

摘 要：本文主要研究基于REF網(wǎng)絡(luò)進(jìn)行柴油機(jī)的故障診斷。采用newrb函數(shù)建立神經(jīng)網(wǎng)絡(luò)診斷模型，根據(jù)收集的某型號柴油機(jī)的樣本集采用一個單隱含層的REF網(wǎng)絡(luò)對樣本進(jìn)行訓(xùn)練。通過測試樣本進(jìn)一步驗證該網(wǎng)絡(luò)對于故障模式的識別準(zhǔn)確率，得知基于REF網(wǎng)絡(luò)對于船用柴油機(jī)故障檢測方法是可行的。

關(guān)鍵詞：REF網(wǎng)絡(luò)；船用柴油機(jī)；故障檢測

船用柴油機(jī)作為一種常用的動力機(jī)械，其動力型與可靠性直接影響到系統(tǒng)的安全運行[1]。而粗船用柴油機(jī)結(jié)構(gòu)較為復(fù)雜，而且船用柴油機(jī)故障原因較為復(fù)雜，所以及時有效的發(fā)現(xiàn)并排除故障具有十分重大的意義。傳統(tǒng)的柴油機(jī)診斷方法主要有潤滑油法、性能參數(shù)法和振動噪聲法。

船用柴油機(jī)是一個非常復(fù)雜的機(jī)電系統(tǒng)，倘若采用整機(jī)診斷模型將會使得計算變得十分復(fù)雜。查閱相關(guān)技術(shù)資料可知，柴油機(jī)的整機(jī)分為渦輪增壓系統(tǒng)、氣缸活塞組件、燃燒系統(tǒng)、燃油系統(tǒng)等子系統(tǒng)。柴油機(jī)的故障檢測主要可以分為兩個層次進(jìn)行。首先由整機(jī)性能參數(shù)的退化狀態(tài)判斷故障可能存在的位置，之后結(jié)合故障可能存在的位置進(jìn)行對子系統(tǒng)的進(jìn)一步診斷分析，由于第一步的診斷過程較為直接，因此不必要采用神經(jīng)網(wǎng)絡(luò)模型，在第二步診斷過程采用RBF網(wǎng)絡(luò)。

1 RBF網(wǎng)絡(luò)基本原理

系統(tǒng)結(jié)構(gòu)模型。RBF網(wǎng)絡(luò)是一種三層前向網(wǎng)絡(luò)，RBF網(wǎng)絡(luò)的輸出是隱單元的線性加權(quán)和，學(xué)習(xí)速率更快[2]。RBF網(wǎng)絡(luò)隱含層各節(jié)點的學(xué)習(xí)過程主要分為兩個階段。第一階段，無監(jiān)督的學(xué)習(xí)，主要根據(jù)所選取輸入樣本的統(tǒng)計特性決定隱含層各基點的徑向基函數(shù)的中心向量和寬度參數(shù)。第二階段，有監(jiān)督學(xué)習(xí)，在確定中心向量和寬度參數(shù)后，根據(jù)樣本訓(xùn)練集，利用LMS確定隱含層和輸入層之間的突觸權(quán)值。

2 船用柴油機(jī)渦輪增壓系統(tǒng)的故障診斷

故障樣本的選取與設(shè)計。根據(jù)對船用柴油機(jī)的工作過程理論分析和實際運行經(jīng)驗，能夠?qū)u輪增壓系統(tǒng)各部件可能出現(xiàn)故障的部位進(jìn)行診斷，故將其作為故障變量，即輸出變量，同時確定用于區(qū)別各種故障的征兆變量作為網(wǎng)絡(luò)的輸出變量。

（1）輸出變量。輸出變量也就是故障變量，主要包括正常工作（F1）、機(jī)械效率下降（F2）、空冷器傳熱惡化（F3）、渦輪保護(hù)個格柵阻塞（F4）、渦輪流通部分阻塞（F5）、空氣濾清器阻塞（F6）、空冷器空氣側(cè)流阻塞增大（F7）、廢熱鍋爐流阻增大（F8）。其中F1到F8的取值范圍為[0，1]，0表示沒有故障，1表示故障嚴(yán)重。其中網(wǎng)絡(luò)的輸出變量為F1到F5，而F6到F8直接由部件特性參數(shù)診斷輸出。

（2）輸入變量。輸入變量主要包括氣缸排氣溫度、掃氣箱壓力、各缸平均燃燒最大爆發(fā)力、增壓器轉(zhuǎn)速、濾網(wǎng)壓損系數(shù)、廢熱鍋爐壓損系數(shù)掃排氣道壓損系數(shù)、壓氣機(jī)出口溫度和掃氣箱溫度等。

（3）柴油機(jī)相關(guān)工作參數(shù)。根據(jù)內(nèi)燃機(jī)原理與船用柴油機(jī)技術(shù)規(guī)范要求，可以得到柴油機(jī)的工作參數(shù)標(biāo)準(zhǔn)值，如果工作參數(shù)上下閥值超過工作參數(shù)標(biāo)準(zhǔn)值，則認(rèn)為柴油機(jī)有故障。氣缸排氣溫度為30K（熱力學(xué)溫度）；掃氣箱壓力為0.06MPa；各缸平均燃燒最大爆發(fā)力為1MPa；增壓器轉(zhuǎn)速為1500r/min；濾網(wǎng)壓損系數(shù)為0.1；空冷器壓損系數(shù)為0.1；廢熱鍋爐壓損系數(shù)為0.1；掃排氣道壓損系數(shù)為0.06；壓氣機(jī)出口溫度為30K；掃氣箱溫度為40K。

（4）故障樣本集的設(shè)計。故障樣本的正確確定是神經(jīng)網(wǎng)絡(luò)準(zhǔn)確進(jìn)行故障診斷的關(guān)鍵環(huán)節(jié)。由于渦輪增壓系統(tǒng)的一個故障對應(yīng)一個樣本，為了進(jìn)一步診斷故障的嚴(yán)重程度，這里對每個故障選取兩個樣本，目標(biāo)值分別為0.5與1。參考溫度在288K，在額定負(fù)載在100%，90%，75%，50%情況下的9組數(shù)據(jù)，并利用這9組數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練。

RBF網(wǎng)絡(luò)是一種性能優(yōu)良的前饋型神經(jīng)網(wǎng)絡(luò)，可以以任意的精度逼近任意的非線性函數(shù)，并且具有全局逼近能力，在MATLBA神經(jīng)網(wǎng)絡(luò)工具箱中提供了newrb，newrbe，newpnn及newgrnn函數(shù)用于創(chuàng)建RBF神經(jīng)網(wǎng)絡(luò)。本設(shè)計主要采用newrb函數(shù)進(jìn)行設(shè)計。該函徐設(shè)計的RBF神經(jīng)網(wǎng)絡(luò)可用于函數(shù)逼近，由于本次訓(xùn)練樣本較少，在逼近效果誤差允許的范圍內(nèi)，擴(kuò)展速度spread取1.20。結(jié)合MATLAB代碼創(chuàng)建RBF神經(jīng)網(wǎng)絡(luò)，調(diào)用格式為net=newrb（P，T，goal，spread）；其中P與T分別對應(yīng)輸入向量和輸出向量，goal為傳播的徑向基函數(shù)，默認(rèn)為1。在使用函數(shù)newrbe創(chuàng)建RBF網(wǎng)絡(luò)的過程中，可以根據(jù)需要自動添加隱含層神經(jīng)元的個數(shù)，直到均方差滿足要求為止[3]。

3 網(wǎng)絡(luò)輸出設(shè)計

為了便于診斷，將故障的嚴(yán)重程度分為一級故障、二級故障和無故障狀態(tài)。根據(jù)網(wǎng)絡(luò)的輸出向量，若0.751.50，則為正常狀態(tài)，其余條件為二級故障，其中i在1到5之間取值。

4 結(jié)論

通過實驗可知，對于測試樣本有效的診斷了網(wǎng)絡(luò)故障，說明本設(shè)計提出的基于REF網(wǎng)絡(luò)的船用柴油機(jī)故障檢測是可行的。但是由于本設(shè)計采取的訓(xùn)練數(shù)據(jù)以及測試樣本比較少，訓(xùn)練出來的REF網(wǎng)絡(luò)還有提升和進(jìn)步的空間?？傊甊EF網(wǎng)絡(luò)在船用柴油機(jī)故障檢測中，準(zhǔn)確值較高，診斷速度較快，具有較大的應(yīng)用前景。

參考文獻(xiàn)：

[1]劉貞賢.RBF網(wǎng)絡(luò)在柴油機(jī)故障診斷中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報，2013（20）：83.

[2]尤文堅，葉雪英，唐仕云.基于徑向基神經(jīng)網(wǎng)絡(luò)農(nóng)機(jī)數(shù)量預(yù)測的研究[J].中國農(nóng)機(jī)化學(xué)報， 2013（2）：3841.

[3]張曉瑞，方創(chuàng)琳，王振波，等.基于RBF神經(jīng)網(wǎng)絡(luò)的城市建成區(qū)面積預(yù)測研究——兼與BP神經(jīng)網(wǎng)絡(luò)和線性回歸對比分析[J].長江流域資源與環(huán)境，2013，22（6）：691697.

作者簡介：張寒，男，河南南陽人，研究生，桂林理工大學(xué)，研究方向工業(yè)自動化；劉亦薇，女，江西南昌人，研究生，桂林理工大學(xué)，研究方向：機(jī)械工程技術(shù)。