CN105370403B - 船用柴油机气门漏气故障识别方法及装置 - Google Patents
船用柴油机气门漏气故障识别方法及装置 Download PDFInfo
- Publication number
- CN105370403B CN105370403B CN201510850239.2A CN201510850239A CN105370403B CN 105370403 B CN105370403 B CN 105370403B CN 201510850239 A CN201510850239 A CN 201510850239A CN 105370403 B CN105370403 B CN 105370403B
- Authority
- CN
- China
- Prior art keywords
- cylinder
- frequency component
- power spectrum
- diesel engine
- vibration signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明涉及一种船用柴油机气门漏气故障识别方法，所述船用柴油机气门漏气故障识别方法包括：通过船用柴油机缸盖振动信号采集系统获取柴油机缸盖振动信号，并利用气缸最大爆燃压力出现时间作为标记时间截取所需的柴油机缸盖振动信号，然后对缸盖振动信号进行功率谱分析，获取8‑12.8kHz区间内的高频成分，计算高频成分的有效值，如果高频成分的有效值超过柴油机处于健康状态时有效值的1.25倍时则识别出柴油机气门存在漏气现象，具有较好的科学研究意义以及工程应用价值。
Description
技术领域
本发明涉及采油机技术领域，尤其涉及一种船用柴油机气门漏气故障识别方法及装置。
背景技术
船用柴油机气门经常处在高温和高速气流冲击下工作的零部件，是船用柴油机最容易发生故障的零部件之一，主要故障有气门漏气、弹簧折断、阀头翘曲变形等等。气门和气门座是柴油机中工作条件十分恶劣的摩擦副之一，在气门弹簧和缸内燃气压力的作用下不断开启和关闭，不仅反复经受强烈的冲击负荷和炽热燃气的高速冲击，而且还因为不易散热而长期处于600～800摄氏度的高温状态。由于硬质燃烧产物、积碳、高温腐蚀和零件变形等多种因素的影响，气门密封锥面易于受到磨损和烧蚀，使气门密封不严，造成气门漏气现象。起恶劣后果是破坏燃烧室的气密性，其后果是影响气缸内的换气质量，严重时导致燃烧恶化，使排气温度上升，功率下降，严重时导致柴油机停止工作。
船用柴油机气门漏气是高温高压气体通过很小缝隙在有限空腔中产生的阻塞注，它一方面经缸盖结构传到缸盖表面，引发表面的局部振动，另一方面形成高频喷注噪声沿着进气、排气管道传播开来。
柴油机气门漏气产生的喷注噪声包括简单声源、固体声源和团流声源，分别与上面三项相对应。其中，简单声源与排气的流量变化率有关，应采用与柴油机工作循环相当的大时间尺度来描述，其频谱表现为低频特性；固体声源与柴油机的气道形态和结构有密切关系，其频谱表现为中高频特性；湍流声源必须采用微时间尺度来研究，其频谱表现为高频特性。目前对于船用柴油机气门漏气故障采用声发，射信号进行识别，但是需要建立声发射监测系统，系统成本高昂，声信号易受环境噪声干扰，特征提取非常困难。气阀漏气故障在船用柴油机缸盖振动信号中也会有反应，目前相关研究主要是提取气阀漏气的特征频率，由于气阀漏气的特征频率与气阀漏气故障程度、船用柴油机型号等有关，相关研究成果通用性比较差。
发明内容
鉴于上述的分析，本发明旨在提供一种船用柴油机气门漏气故障识别方法及装置，可以对船用柴油机气门漏气故障特征提取，实现对船用柴油机气门漏气故障快速识别并预警。
本发明的目的主要是通过以下技术方案实现的：
本发明提供了一种船用柴油机气门漏气故障识别方法，包括：
对于各个气缸，分别获取柴油机缸盖振动信号，选取柴油机气缸内出现最大爆燃压力附件的柴油机缸盖振动信号；
以选取的柴油机缸盖振动信号采用FFT方法求取振动信号功率谱；
分析振动信号功率谱高频成分，根据振动信号功率谱高频成分的变化程度识别该机缸是否出现气门漏气故障。
进一步地，将振动传感器安装于船用柴油机n个气缸缸盖部位，同时采集船用柴油机缸盖振动信号；
以采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，然后截取对应时间段内的各缸缸盖振动信号，其中，n为柴油机气缸数量。
进一步地，根据缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Y，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800；
根据计算得到的功率谱高频成分有效值Y与该机缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh进行判断，当Yh与Y的比值超过预定倍数时，判断该气缸出现气门漏气故障并预警。
其中，选取8-12.8kHz区间内功率谱作为高频成分；所述预定倍数为1.25倍。
本发明还提供了一种船用柴油机气门漏气故障识别装置，包括：
振动信号采集模块，用于对于各个气缸，分别获取柴油机缸盖振动信号，选取柴油机气缸内出现最大爆燃压力附件的柴油机缸盖振动信号；
计算模块，用于以选取的柴油机缸盖振动信号采用FFT方法求取振动信号功率谱；
分析模块，用于分析振动信号功率谱高频成分，根据振动信号功率谱高频成分的变化程度识别该机缸是否出现气门漏气故障。
进一步地，预先将振动传感器安装于船用柴油机n个气缸缸盖部位，则所述振动信号采集模块具体用于，对于各个气缸，以采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，然后截取对应时间段内的各缸缸盖振动信号，其中，n为柴油机气缸数量。
进一步地，所述分析模块具体用于，根据缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Y，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800；根据计算得到的功率谱高频成分有效值Y与该机缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh进行判断，当Yh与Y的比值超过预定倍数时，判断该气缸出现气门漏气故障并预警。
其中，所述预定倍数为1.25倍，选取8-12.8kHz区间内功率谱作为高频成分。
本发明有益效果如下：
能够快速识别出船用柴油机气缸的气门漏气故障，故障信号特征稳定，不受船用柴油机型号、环境噪声、船用柴油机工作工况的影响，能够快速指示船用柴油机出现气门漏气的气缸，对船用柴油机使用人员发现船用柴油机故障缸具有极大意义。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例所述方法的流程示意图；
图2为本发明实施例所述方法中，船用柴油机缸盖振动信号采集系统主要组成示意图；
图3为本发明实施例所述方法中，船用柴油机气门漏气时的缸盖振动信号示意图；
图4为本发明实施例所述方法中，缸盖振动信号的功率谱示意图；
图5为本发明实施例所述方法中，缸盖振动信号的功率谱高频成分示意图；
图6为本发明实施例所述方法中，船用柴油机气门漏气故障识别效果示意图；
图7为本发明实施例所述装置的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
首先结合附图对本发明实施例所述方法进行详细说明。
如图1所示，图1为本发明实施例所述方法的流程示意图，通过船用柴油机缸盖振动信号采集系统获取柴油机缸盖振动信号，并利用气缸最大爆燃压力出现时间作为标记时间截取所需的柴油机缸盖振动信号，然后对缸盖振动信号进行功率谱分析，获取8-12.8kHz区间内的高频成分，计算高频成分的有效值，如果高频成分的有效值超过柴油机处于健康状态时有效值的1.25倍时则识别出柴油机气门存在漏气现象。
如图2所示，图2示为船用柴油机缸盖振动信号采集系统主要组成示意图。船用柴油机缸盖振动信号采集系统将振动传感器安装于船用柴油机A1-An缸共n个气缸缸盖部位，同时采集船用柴油机缸盖振动信号，需要注意并不是所有采集的缸盖振动信号都对识别气门泄漏故障有效，对获取的待处理缸盖振动信号需要进行截取，以船用柴油机气缸压力采集系统中采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，一般取R＝600r/min,然后截取对应时间段内的各缸缸盖振动信号，以出现气门漏气故障的A5缸为例，在船用柴油机工作过程中出现最大爆燃压力的时间为T＝0.089，Δt＝0.00833。
如图3所示，图3示为船用柴油机气门漏气时的缸盖振动信号示意图，故障缸为A5缸，持续采集A5缸的缸盖振动信号。
如图4所示，图4为缸盖振动信号的功率谱示意图，采用A5缸的缸盖振动信号作为数据基础，以[T-Δt,T+Δt]作为时间区间截取A5缸的缸盖振动信号，以工程通用计算方法计算A5缸的缸盖振动信号的功率谱。
如图5所示，图5为缸盖振动信号的功率谱高频成分示意图，在A5缸的缸盖振动信号的功率谱中根据经验选取8-12.8kHz区间内功率谱作为高频成分。
如图6所示，图6示为船用柴油机气门漏气故障识别效果示意图，以A5缸的缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Yh，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800。根据船用柴油机A5缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh＝u，其中u＝0.0046，当气缸出现气门漏气故障时引起超过u的1.25倍时判断气门漏气故障的出现并预警。
接下来结合附图对本发明实施例所述装置进行详细说明。
如图7所示，图7为本发明实施例所述装置的结构示意图，具体可以包括：
振动信号采集模块，用于对于各个气缸，分别获取柴油机缸盖振动信号，选取柴油机气缸内出现最大爆燃压力附件的柴油机缸盖振动信号。具体的说就是，预先将振动传感器安装于船用柴油机n个气缸缸盖部位，则振动信号采集模块具体用于，对于各个气缸，以采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，然后截取对应时间段内的各缸缸盖振动信号，其中，n为柴油机气缸数量。
计算模块，用于以选取的柴油机缸盖振动信号采用FFT方法求取振动信号功率谱；
分析模块，用于分析振动信号功率谱高频成分，根据振动信号功率谱高频成分的变化程度识别该机缸是否出现气门漏气故障。具体的说就是，分析模块根据缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Y，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800；根据计算得到的功率谱高频成分有效值Y与该机缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh进行判断，当Yh与Y的比值超过预定倍数时，判断该气缸出现气门漏气故障并预警。其中，预定倍数可以为1.25倍，选取8-12.8kHz区间内功率谱作为高频成分。
对于以上装置的具体实现过程，由于上述方法中已有详细说明，故此处不再赘述。
综上所述，本发明实施例提供了一种船用柴油机气门漏气故障识别方法及装置，利用振动信号能够快速识别出船用柴油机气缸的气门漏气故障，故障信号特征稳定，不受船用柴油机型号、环境噪声、船用柴油机工作工况的影响，能够快速指示船用柴油机出现气门漏气的气缸，对船用柴油机使用人员发现船用柴油机故障缸具有极大意义。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种船用柴油机气门漏气故障识别方法，其特征在于，包括：
对于各个气缸，分别获取柴油机缸盖振动信号，选取柴油机气缸内出现最大爆燃压力附件的柴油机缸盖振动信号；
将振动传感器安装于船用柴油机n个气缸缸盖部位，同时采集船用柴油机缸盖振动信号；
以采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，然后截取对应时间段内的各缸缸盖振动信号，其中，n为柴油机气缸数量；
以选取的柴油机缸盖振动信号采用FFT方法求取振动信号功率谱；
分析振动信号功率谱高频成分，根据振动信号功率谱高频成分的变化程度识别该机缸是否出现气门漏气故障；
根据缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Y，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800；
根据计算得到的功率谱高频成分有效值Y与该机缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh进行判断，当Yh与Y的比值超过预定倍数时，判断该气缸出现气门漏气故障并预警。
2.根据权利要求1所述的方法，其特征在于，
选取8-12.8kHz区间内功率谱作为高频成分。
3.根据权利要求2所述的方法，其特征在于，所述预定倍数为1.25倍。
4.一种船用柴油机气门漏气故障识别装置，其特征在于，
振动信号采集模块，用于对于各个气缸，分别获取柴油机缸盖振动信号，选取柴油机气缸内出现最大爆燃压力附件的柴油机缸盖振动信号；
预先将振动传感器安装于船用柴油机n个气缸缸盖部位，则所述振动信号采集模块具体用于，对于各个气缸，以采集的气缸压力作为截取依据，分别以A1-An缸中出现最大爆燃压力的时间点T作为标记点，截取[T-Δt,T+Δt]范围内对应的A1-An缸的缸盖振动信号，R为船用柴油机处于稳定工况下的转速，然后截取对应时间段内的各缸缸盖振动信号，其中，n为柴油机气缸数量；
计算模块，用于以选取的柴油机缸盖振动信号采用FFT方法求取振动信号功率谱；
分析模块，用于分析振动信号功率谱高频成分，根据振动信号功率谱高频成分的变化程度识别该机缸是否出现气门漏气故障；
所述分析模块具体用于，根据缸盖振动信号的功率谱高频成分可以计算功率谱高频成分有效值Y，其中Xi为缸盖振动信号功率谱高频成分的幅值，N＝4800；根据计算得到的功率谱高频成分有效值Y与该机缸未出现气门漏气故障时计算的功率谱高频成分有效值Yh进行判断，当Yh与Y的比值超过预定倍数时，判断该气缸出现气门漏气故障并预警。
5.根据权利要求4所述的装置，其特征在于，
选取8-12.8kHz区间内功率谱作为高频成分。
6.根据权利要求5所述的装置，其特征在于，所述预定倍数为1.25倍。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510850239.2A CN105370403B (zh) | 2015-11-27 | 2015-11-27 | 船用柴油机气门漏气故障识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510850239.2A CN105370403B (zh) | 2015-11-27 | 2015-11-27 | 船用柴油机气门漏气故障识别方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105370403A CN105370403A (zh) | 2016-03-02 |
| CN105370403B true CN105370403B (zh) | 2018-01-23 |
Family
ID=55372947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510850239.2A Active CN105370403B (zh) | 2015-11-27 | 2015-11-27 | 船用柴油机气门漏气故障识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105370403B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110108494B (zh) * | 2019-05-14 | 2020-11-24 | 武汉理工大学 | 船用中速柴油机燃烧室部件常见故障在线监测诊断方法 |
| CN114542281B (zh) * | 2021-12-23 | 2023-03-14 | 中国北方发动机研究所(天津) | 一种基于多源数据融合的柴油机失火故障识别方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101706370A (zh) * | 2009-04-29 | 2010-05-12 | 深圳市普禄科智能检测设备有限公司 | 一种柴油机气缸诊断装置及方法 |
-
2015
- 2015-11-27 CN CN201510850239.2A patent/CN105370403B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101706370A (zh) * | 2009-04-29 | 2010-05-12 | 深圳市普禄科智能检测设备有限公司 | 一种柴油机气缸诊断装置及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 利用缸盖振动信号诊断气门机构故障;张培林; 李国章; 何忠波;《测试技术学报》;19981231;第12卷(第1期);全文 * |
| 声信号在小型柴油机故障诊断上的应用研究;黄志强;《噪声与振动控制》;20160630(第3期);全文 * |
| 缸盖振动信号的小波包分析在发动机气门漏气故障诊断中的应用研究;沈寿林; 郑海起; 陈东根;《全国振动与波的利用学术会议》;中国机械工程学会,中国振动工程学会;20011208;第1页倒数第1-2段、第2页倒数第1段、第3页第1-2段及图1、图2、表1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105370403A (zh) | 2016-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105486514B (zh) | 船用柴油机进气门间隙过大故障诊断方法及装置 | |
| KR101454456B1 (ko) | 터빈 블레이드의 특성화 방법 및 시스템 | |
| Jafari et al. | Valve fault diagnosis in internal combustion engines using acoustic emission and artificial neural network | |
| CN105370403B (zh) | 船用柴油机气门漏气故障识别方法及装置 | |
| CN105927384A (zh) | 用于检测发动机的操作事件的系统及方法 | |
| Sheard et al. | Stall warning in a low-speed axial fan by visualization of sound signals | |
| Zhang et al. | Intelligent diagnosis of V-type marine diesel engines based on multifeatures extracted from instantaneous crankshaft speed | |
| Ali et al. | Observations of changes in acoustic emission parameters for varying corrosion defect in reciprocating compressor valves | |
| Klinchaeam et al. | Condition monitoring of valve clearance fault on a small four strokes petrol engine using vibration signals | |
| Marelli et al. | Incipient surge detection in automotive turbocharger compressors | |
| Kaul et al. | Engine diagnostics using acoustic emissions sensors | |
| Elamin et al. | Diesel engine valve clearance detection using acoustic emission | |
| Fang et al. | Reciprocating compressors intelligent fault diagnosis under multiple operating conditions based on adaptive variable scale morphological filter | |
| Aramburu et al. | Knock detection in spark ignited heavy duty engines: An application of machine learning techniques with various knock sensor locations | |
| Ngatiman et al. | Spark plug failure detection using Z-freq and machine learning | |
| CN110530647A (zh) | 基于声发射技术和曲轴瞬时转速的内燃机健康监测方法 | |
| Al-Obaidi et al. | Acoustic emission parameters evaluation in machinery condition monitoring by using the concept of multivariate analysis | |
| Monieta | Fundamental investigations of marine engines turbochargers diagnostic with use acceleration vibration signals | |
| Lowe | Characterisation of combustion related acoustic emission sources for diesel engine condition monitoring | |
| Lowe et al. | Diesel engine problems, acoustic emission signals and simulated misfire faults | |
| Konkov et al. | Improving the Accuracy of Determining the In-cylinder Pressure of a Diesel Engine When Measured Through an Indicator Channel | |
| Lindstedt et al. | Application of the correlation function and Fourier transformation to evaluation of technical condition demonstrated by blades of a rotor machine during the operation process | |
| Douglas et al. | Monitoring of gas turbine operating parameters using acoustic emission | |
| Wu | The detection of incipient faults in small multi-cylinder diesel engines using multiple acoustic emission sensors | |
| Dong et al. | Experimental study of identifying emission sources of acoustic signals on the cylinder body of a two-stroke marine diesel engine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |