柴油机拉缸故障监测诊断方法综述

2019-02-17张永祥

设备管理与维修 2019年16期

王宇，张永祥

（海军工程大学动力工程学院，湖北武汉 430033）

0 引言

随着现代工业的不断发展和社会的不断进步，作为动力的柴油机被广泛应用于交通运输、海上机械、军事、工业和农业等各大领域，其热效率高、经济性好、维护和管理较方便、且对各种机械的适应性较好等特点致使其在市场中占有很大地位，而随着柴油机的广泛运用，随即而来的机器故障就越来越引起人们重视，柴油机一旦发生故障，将给工业和农业生产带来难以估计的影响，轻则损坏机器，重则可能威胁到人身安全，而对于柴油机来说常见的故障主要有拉缸、抱缸、活塞连杆以及轴承间隙异常等问题[1-2]。其中，拉缸故障[3-5]是柴油机常见故障之一，一旦发生拉缸，轻则拆机打磨缸套，重则整体换机，有时甚至会威胁人的生命安全。

1 柴油机拉缸故障机理

拉缸，也可以叫熔着磨损或者黏着磨损，柴油机拉缸指的是活塞与气缸工作面、活塞环与气缸工作面间由于相互之间的作用破坏了润滑膜，产生干摩擦，或者是由于掺杂磨粒导致摩擦加大，从而产生大量的热量，造成了熔化和黏着[1]，加大了与杠壁的磨损和接触摩擦，导致拉缸现象产生，拉缸大多发生在柴油机磨合阶段或者是运转一定时间之后。当柴油机发生拉缸故障时，通常会出现发动机转速明显下降、发出难听声音、排温先上升后下降，排烟颜色改变，排气压力降低、发动机耗油量以及水温会升高、和发生剧烈振动[6]等问题。在柴油机发生拉缸时，在气缸壁的表面会出现明显的刮痕或者沟槽，导致摩擦力急剧增大[7-9]，甚至可能造成气缸套与活塞及活塞环间咬死的情况发生。而根据其工作表面的损伤程度又可以进行分类，分别为擦伤、划伤、咬伤和咬死等4种状态[10-12]。当柴油机发生拉缸故障时，如果是在低速运转则会停机熄火，如果此时正在高速运转有没有自动停机装置，则可能拉断活塞和连杆，致使整机报废。而且拉缸发生的时间不同，有时几分钟，有时几十分钟，甚至有时候只要几秒钟，在还没有反应过来时，柴油机已经损坏，所以柴油机一旦发生拉缸，则问题相当严重[13-17]。

2 柴油机拉缸故障监测诊断方法研究现状

针对柴油机拉缸故障问题，国内外专家学者都在研究怎样能够更好的监测诊断这项故障，虽然很多人都在做，但是对于能从真正实际上解决监测诊断拉缸故障问题的方法却很少[18-22]，诊断方法主要是通过机理研究、振动分析、以及摩擦润滑等角度进行分析研究，从事拉缸故障诊断研究的专家学者很多，文献数量也很庞大，但是内容大同小异，实质性的进展分析比较少，并没有真正意义上解决问题，以前在技术还比较落后时候，对于拉缸的诊断大多都是通过操作人员观察进行判断，这个方法主要是根据操作人员人为的那种观察，凭借他们的肉眼，根据经验和现象分析，来判断是否发生拉缸故障，这种方法相对来说比较简单、快捷、方便，但是对操作人员的素质要求非常高，需要其有丰富的经验，所以一般情况不采用。

2.1 基于性能参数的拉缸故障监测诊断方法

柴油机拉缸故障产生的机理正是由于活塞组件与缸套之间相互作用破坏了润滑膜，产生干摩擦，进而导致黏着磨损，也就是拉缸，所以很多专家学者在基于柴油机拉缸机理的基础上对拉缸故障进行监测诊断。

徐久军[23]依照模拟实验的相似准则，针对拉缸故障的特点设计了磨损试验，从材料的角度提出造成拉缸的根本原因是摩擦生热致使表面材料硬化相的碎裂和折断。

楼狄明[24]针对某型号的柴油机其第二缸发生的拉缸问题，使用硬度塞测量了柴油机活塞的温度场，并进行了金相分析，发现此机发生拉缸的原因是活塞热负荷超标，并从冷却角度进行了改进。

由于活塞间隙过大或者过小，活塞与缸套配合不当或者铸造不良都会造成拉缸故障，所以谢建新[25]通过测量柴油机活塞的型线、椭圆度以及配合间隙等参数来判断是否发生拉缸。

2017 年，李雪[26]等人通过利用石墨含量不同的缸套与活塞环配副，分析石墨含量不同的缸套对抗拉缸效果的影响，他们用试验机，根据贫油实验法，进行抗拉缸实验，实验主要是通过机械抛光的方法控制6 个缸套表面的石墨含量，1～6缸的石墨含量依次变高，通过对比在不同石墨含量下抗拉缸时间的大小得到结论：缸套表面没有石墨的漏出的抗拉缸效果比有石墨露出的效果差，而随着石墨含量的增加抗拉缸性能先增加再减少，主要是因为，如果石墨含量高到一定程度，会降低缸套的承载能力，致使抗磨损能力下降，导致抗拉缸性能减弱。

将明华[27]通过进行拉缸故障模拟实验，人工模拟制作拉缸故障以及密封圈损坏故障，将正常液压缸与故障液压缸共同实验比较，测量其内泄漏量，通过特点对比来分析拉缸状态。通过对比分析发现，随着拉缸和密封圈损坏程度增加，液压缸的内泄漏量增加，泄漏量随压力差的增加而增大。

Rabut[28]针对柴油机的第一道气环，分析了其在工作时与环槽产生的微焊接现象，这正是因为第一道气环工作环境的温度比较高，润滑条件较差，活塞环和环槽之间的接触压力大导致的，这对于研究拉缸故障中产生的活塞环与缸套间发生微焊接现象有借鉴的意义。

钱作勤[29-30]通过使用人工智能语言PDC Prolog 从而建立了小型的分析柴油机拉缸故障诊断的专家系统，该系统的基本结构是由模块化的结构所组成的，主要有推理机、自学习和解释等3 大功能。

在1978 年，Patir 和Cheng[31-32]对Reynolds 的方程进行修正，考虑到摩擦副的表面粗糙度的影响，提出使用平均流量来计算粗糙表面的流体压力分布，这对于之后对摩擦副之间的润滑特性的研究有非常重要的意义。Rohde[33]通过把平均Reynolds 方程与Greenwood 和Tripp[34]提出的微凸体接触模型结合到一起，建立了关于活塞环一缸套系统的混合润滑模型，通过此模型能够更好地分析活塞环一缸套的润滑问题，解释了一些基于光滑表面假设的流体润滑理论解释不了的问题，这一模型也成为日后研究活塞环一缸套润滑摩擦问题的经典理论模型。

2.2 基于油液的拉缸故障监测诊断方法

柴油机发生拉缸故障很大一部分原因是润滑不好，润滑油或燃油质量不高，当柴油机发生拉缸故障时，油液内元素和金属含量都会发生变化，国内外专家学者基于油液方面对柴油机拉缸故障监测诊断做了相关研究。

严永年[35]利用铁谱及光谱技术分别对柴油机内的机油金属颗粒含量进行测量，分析两种结果在发生拉缸故障时的对应性，但是其对应性不是一成不变的，所以两者结合使用效果可能更好。

李柱国[36]通过实验研究发现，建立油品理化分析、油品屮金属颗粒的铁谱分析、光谱分析和润滑系统污染度检测的综合分析系统相对于单个分析系统来说，可以更全面和及时的诊断拉缸故障。

蒋元星[37]通过实验总结了当柴油机发生故障时润滑油的元素成分含量将发生变化，并发现当发生拉缸故障时油内Fe，Cr 和Mo 的含量有所上升，且铸铁会发生擦伤，磨损颗粒也明显增加。

李广太[38]运用能谱分析技术分析了柴油机的油液磨粒，通过磨粒的特点对拉缸故障进行诊断。

法国热机协会在2010 年时将滑油温度传感器安装在了他们的柴油机缸内，通过对连杆甩出来的滑油温度来进行拉缸的检测。

还有的人通过测量水温或者油温诊断拉缸，因为柴油机产生拉缸后润滑油温度会发生变化，而润滑油温度的改变会对润滑油质量有很大影响，温度越高润滑效果越差，就更容易产生拉缸。但是这种方法由于测量周期较长，而拉缸发生的速度又很快，可能会在没有判断出来之前已经造成较大事故，也不常用。

2.3 基于振声的拉缸故障监测诊断方法

由于柴油机在运行过程中会产生多种振动信号，一旦发生拉缸故障，这些信号的参数将会产生明显的变化或冲击，国内外专家学者通过实验研究，分析这些信号参数变化的特点来进行拉缸故障的诊断，对于振动诊断拉缸故障主要分三个部分，振动信号诊断、扭振信号诊断以及声发射信号诊断。

江志农[39-42]研究员及他的团队在基于摩擦动力学的条件下，对柴油机拉缸故障做了相关研究，他在实验中利用RecurDyn 软件创立柴油机模型，建立柴油机在发生拉缸故障时活塞与缸套间的摩擦力模型，通过测量活塞轴向加速度，运用角域分析法，根据活塞加速度信号相较于曲轴转角的变化来确定由于拉缸而引起的较大振动的相位。由于柴油机发生拉缸故障时会增加活塞与缸套之间的摩擦力，而且活塞经过上、下止点的时候，活塞的加速度信号将会产生强烈波动，产生冲击信号，所以可以判断柴油机的拉缸故障。

郭宜斌[43]等人根据柴油机润滑失效会导致拉缸现象产生的这个问题进行实验，建立活塞环与缸套之间的有限元模型，依据摩擦学相关知识建立了柴油机活塞组件轴系扭转振动的计算模型并对其进行求解，进而提取出当发生拉缸故障时轴系扭振信号的变化规律。当柴油机发生拉缸故障时，其2 谐次的扭角幅值的变化最明显。但是实验用的是空压机，不能保证所有机型都适用这条件

周轶尘[44-45]等人依据柴油机的活塞与缸套配合间隙过小会导致拉缸故障发生这一特点，通过测量柴油机缸壁的振动信号和总振级来诊断柴油机拉缸故障，当柴油机由于配合间隙过小导致拉缸时，总振级会下降，而且表面振动的PSD 中高频部分明显增加。

于洪亮等人针对拉缸问题[46-47]，利用振动监测技术以及二次图像分析，采集、分析柴油机在没有润滑油情况下干摩擦产生的摩擦振动信号，通过这种方式来对柴油机的拉缸故障进行诊断和预防，实验主要是使柴油机在无润滑下进行低速运转，进而产生拉缸，并从中分析摩擦振动信号的相关参数变化，实验过程中为确保不提供润滑油运转，还在缸套底部装有隔油器并用脱脂棉花对缸套表面进行擦拭，确保干净无油，柴油机的转速也不宜过大，否则会影响隔油器的隔油效果，通过对特征信号的提取和分割，计算出摩擦振动信号特征参数的值的变化，发现随着拉缸故障的不断加重，特征参数的值有着明显的变化，而且实验后缸套表面有明显的擦痕和沟槽，这些擦痕和沟槽正是由于柴油机产生干摩擦导致拉缸而造成的，而这些痕迹的分布也恰恰与特征参数的变化相一致，这次试验也说明了可以根据摩擦振动信号的特征参数变化来判断柴油机的拉缸情况，进而及时的诊断和预防。

张海城[46]通过人为制造拉缸故障实验，发现根据柴油机机体振动的时域信号以及功率谱信号能够初步对柴油机拉缸故障进行诊断；段礼祥通过利用实机进行拉缸故障的模拟实验，采集缸盖振动信号的时域峰峰值、高、中幅值脉冲、平均值等参数发当发生拉缸故障时这些参数有明显变化可以作为拉缸故障诊断的依据。

华春蓉[47]通过测量柴油机的曲轴扭振信号中0.5 谐次的幅值以及相位信息，实现了对柴油机拉缸故障的诊断而且还找到了发生故障的气缸号，并且根据这个幅值还能够推断出发生拉缸故障的程度。

黄映云[48]等人依照多体动力学的相关知识建立了柴油机轴系的多体动力学模型，并通过检测和分析实验柴油机的扭振信号，对比拉缸故障发生前后信号变化情况来判断柴油机拉缸故障的产生。主要现象是当柴油机发生拉缸故障时，轴系扭振的低谐简谐1.0 次振幅的增幅较大，各主谐次的扭振幅值较正常情况也增大

李玩幽[49-50]等人通过测量扭振信号来对柴油机的拉缸故障进行监测和诊断，他们主要是根据两种摩擦力模型通过对拉缸在不同阶段的扭振信号进行仿真，分析其在时域、频域中的情况，对比不同情况时的简谐幅值并比较不同阶段的峭度值，因为峭度对此类故障相对较敏感，第一种模型是假设拉缸过程中摩擦力的摩擦系数不变，而第二种模型是基于机械—分子摩擦理论，通过对柴油机发生拉缸后的特点进行分析，进而建立拉缸的计算模型，从而得到了拉缸发生时的扭振信号的特点，当拉缸故障时，主简谐振幅有所增加，而单缸故障下的主简谐振幅较有下降。李玩幽等人通过实验虽然有一些成果，但仍然有很多地方有待下一步研究，比如需要更加精准的摩擦力模型来做拉缸故障实验，提高实验准确度；拉缸故障发生时转速变化比较复杂，对于测转速诊断拉缸的方法难度较大，需要找到更准确有效测转速方法。

AshkanMoosavian 等人专门研究拉缸的振动诊断技术，做了大量实验，得到了发生拉缸故障时振动信号所在的频域；通过对声发射检测技术的研究和使用，R.M.Douglas 等人做了大量的关于柴油机活塞、活塞环与气缸套接触面的摩擦特性的研究实验，结果表明声信号的来源正是活塞组件与缸套的接触面的接触和摩擦造成的，与此同时也发现，接触面磨损之后的粗糙程度影响声发射信号的敏感性；Jacobo Porteiro 等人做了大量实验，研发出了三级式神经网络，通过这个神经网络，能够比较准确的判别柴油机所发生故障的原因，有助于及时解决相关故障问题[51-55]。

澳大利亚的西澳大学Guzzomi[40]等人在2007 年时根据变惯量这一方法针对活塞与气缸套之间的摩擦力是否会对柴油机的曲轴的自由振动固有频率有影响作了分析，在实验过程中始终将活塞与气缸套间摩擦力的摩擦系数设为固定值。

此外，国外在一些微观领域的研究也有较高的造诣，比如对产生拉缸故障时的声波以及振动。

2.4 拉缸故障诊断的信号处理方法研究现状

基于振声信号的拉缸故障监测诊断是近几年的热点研究问题，国内外专家学者都在试图找到一个完美的信号处理方法解决拉缸信号混叠重复严重的问题，近几年所用到的信号处理方法有很多，比如时域分析法、频域分析法、以及时频分析法，小波包分析[56-57]，等等。

吉哲[58-60]等人在做柴油机故障实验时，基于声信号不平稳的特点，设计了改进小波阈值和EMD 相结合的去噪方法，这种方法其实是利用两种方法各自的优点，根据相关系数法来找到振动信号主导和噪声主导的本征模函数分量的分界点，对高频噪声主导的本征模函数采用改进小波阈值函数进行去噪处理，再进行信号重构，从而得到去噪后的信号。

畅志明[61-63]等人利用经验模态分解和聚合经验模态分解对柴油机故障信号进行处理，再利用多信息熵对信号特征进行提取，通过IMF 分析进而来判断柴油机相关故障。

朱江涛[64]在基于欠定盲源分离的基础上进行优化，通过重构得到虚拟观测信号，从而将欠定问题转变成适定或者超定，又通过自适应Parafac 方法对虚拟路径进行盲源分离得到有效源信号，进而来诊断柴油机故障问题。

朱丽娜[65]等人在基于RiliefF 和PCA 两种方法的基础上，结合两种方法优点提出了一种优化柴油机故障诊断方法，先是使用RiliefF 提取信号的敏感特征，再用PCA 降维，最后用支持向量机将不同工况的敏感特征进行分类，从而判断柴油机的拉缸故障问题。

2007 年，吕成绪[66]等人利用分形理论对S195 型柴油机的缸体表面振动信号进行了分析研究；2009 年，占惠文等人[67]使用模糊神经网络方法对船舶柴油机进行故障诊断；2000 年，刘世元[68]等人将小波包分析运用在了在柴油机故障诊断中；2014 年，王秋鹏[69]运用自适应神经模糊推理系统来进行了柴油机故障诊断；李伟[70]等人运用和声搜索算法优化BP 神经网络来诊断柴油机故障。

张金伟[71]等人分析了基于瞬时转速和ART2 神经网络诊断柴油机故障的优缺点，提出将瞬时转速与ART2 相结合来进行柴油机故障诊断，并验证了其精度和可靠性；张金伟还提出了运用PCA 和RBF 来分析瞬时转速信号从而进行柴油机故障诊断。

卓宏明[72]等人提出基于Petri 网和萤火虫神经网络相结合的故障诊断方法，先是利用Petri 网归纳柴油机故障模式，提取出神经网络的训练数据，再用萤火虫算法来进行优化，进而进行柴油机故障诊断。

赵景波[73]等人提出一种基于小波－RBF 神经网络的诊断柴油机拉缸故障的新方法。

3 问题与展望

虽然拉缸故障一直被国内外专家学者所研究，基于振声分析也一直是故障诊断的一大方向，但是到现在仍然没有一个完整的方法可以很好的对拉缸信号进行分解处理，原因主要有两个，第一，柴油机早期拉缸故障信号不明显，监测诊断不容易完成，故障现象也不清晰，而拉缸故障产生的时间或者经历的过程非常短暂，几分钟甚至几十秒的时间就有可能将机器损坏；第二，柴油机本身振源很多，既有燃烧激励，又有气阀落座、连杆冲击、活塞换向等激励力的影响，振动信号比较复杂，而且拉缸故障产生时其信号的时频信息重叠严重，信号不易分离，难以识别。而针对这些问题，结合多种方法来进行拉缸故障时振动信号的测取并选择更优化的信号处理方法将是下一步柴油机拉缸故障研究的主要方向。