基于结构及行为的柴油机智能故障诊断

张 彤，韩 静，刘 平

（1.北京理工大学机械与车辆学院，北京 100081；2.北京航天试验技术研究所，北京 100074）

由于柴油机自身的结构特点和工作原理，限制了一些测试方法和分析方法的应用，旋转机械设备状态检测与故障诊断的成熟技术不能很好地推广至柴油机故障诊断中。柴油机故障的复杂性主要表现在以下几个方面[1～3]：故障的多层次性，故障的模糊性，故障的相对性和相关性以及多故障并发性等。

基于结构及行为的诊断能够克服传统诊断方法（主要依赖于专家对诊断对象的经验积累）的缺点，其诊断的全部过程为：建立模型、冲突识别、诊断产生、诊断测试。从工程应用的角度来看，柴油机故障诊断的一般过程主要包括以下几个方面[4]：故障机理的研究，状态信号的收集，特征信息选取与提取以及故障分析与诊断等。

基于结构及行为的诊断所采取的方法是冲突搜索诊断，图1模型描述了系统的行为模式。

图1 冲突搜索诊断

基于结构及行为的诊断的基本思想是[5]：根据系统组成部件和部件间的连接关系，建立待诊断系统的模型，然后根据建立的系统模型以及系统的实际输入，逻辑推导出系统在正常工作情况下的预期行为，如果预期行为与实际观测到的行为有差异，就说明系统存在故障。利用模型诊断方法，能够确定引发故障的元件集合。

从解释或者推理的角度可将基于结构及行为模型的诊断分为：基于一致性的诊断，基于溯因诊断。前者只使用系统元件的正常行为模型，建模效率高，能够处理在设计阶段没有预见到的故障，但系统模型中不含元件的故障行为模型，所以不能指出故障元件所处的具体故障模式。后者引入元件的故障行为模型，给出了从故障到观测的因果关系，但当出现未预见的故障时，将得不到正确的诊断。为了使诊断得到进一步的优化，可将这两种方法相结合地用于模型诊断中。

基于结构及行为诊断的基本过程包括系统建模，候选诊断生成，候选诊断测试和候选诊断鉴别4个阶段，如图2所示。

图2 诊断一般过程

1 相关算法研究及诊断系统设计

基于结构和行为诊断中，由冲突集计算碰集是诊断必不可少的一个步骤。用约束传递来计算最小冲突集，可以保证每次求解的一定是一个冲突集合[6]。对于碰集的计算，可以采用HS-dag算法，该算法按宽度优先（先处理完某一层上的全部节点，才能继续处理下一层的节点）生成DAG(Directed Acyclic Graph)[7]。将冲突集合计算方法与HS-dag的碰集算法结合起来，使冲突集合和碰集合的求解同时进行，完成算法的优化。

对于不同的领域，有不同的建模语言。采用的RODON软件平台可以对复杂技术系统进行高效的工程建模。通过使用RODON集成的Rodelica建模语言，几乎可以对任何系统（部件）进行建模，其所建立的模型重复使用率高，减少了建模的时间和成本。RODON通过对系统建立虚拟产品模型并利用基于冲突的故障搜索机制，对系统故障进行推理和仿真，完成系统故障诊断，生成故障诊断知识。

为求得诊断结果，构建的系统主要包括：扫描解析模块、输入观测值模块和故障诊断模块。图3是整个系统的架构。

图3 诊断系统结构图

设计思路是：对Rodelica语言描述的模型文件加以解析扫描，得到诊断需要的约束网络，有了约束网络之后可以根据它来计算冲突集合和碰集，从而得到诊断结果。

2 柴油机进气系统常见故障诊断应用研究

进气系统作为发动机的关键组成部分，在实际工程应用中，其典型故障是传感器故障、堵塞和泄漏。使用基于结构及行为的诊断系统主要对传感器的故障进行诊断研究。

2.1 进气系统的结构

图4描述了发动机的进气系统结构。在系统内，用来模拟测量温度和压强的积分电路有4种状态。同时，有3个传感器测量周围的压强、温度和工况。

图4 进气系统结构图

2.2 传感器故障诊断研究

对于传感器的行为的模拟，可以用一个方程来表述：

其中，Ys 代表气流计的真值，yr是使用诊断系统仿真得到的值，而f代表故障（故障发生，f≠0）。

诊断模型的主要输入参数如表1。

表1 诊断模型的主要输入参数

根据所建立的模型进行仿真，使用Rodelica语言编写模型代码，经过调试后准确无误。为了评价该模型的计算精度和可靠度，需要对模型进行验证。

在系统行为正常时，用RODON软件进行建模和分析，可以得出传感器处于正常状态，图5所示结果为system ok，可以看到诊断结果的准确性。当残差超过容差限制，传感器均发生故障，如图6所示，图6(a)是往下漂移的故障，图6(b)是往上漂移的故障。

图5 传感器无故障诊断结果

图6 传感器漂移诊断结果

3 故障定位及多故障模式诊断技术应用研究

针对诊断结果来说，前文只是研究了当故障是否出现时系统及时诊断的能力，而本部分将更深入地研究如何在系统内对这些故障发生进行定位，以及多故障同时发生时的诊断问题。

3.1 进气系统诊断时的故障定位

传感器故障的定位研究，建模时采用Rodelica语言，对各系统的个部件物理结构、功能及行为模式进行描述。图7显示了进气系统中传感器发生故障时的仿真和诊断结果。在图的底部，给出了一个候选的诊断。这里的诊断结果是传感器的值发生往下的漂移，也就是给出的值偏小。

图7 传感器故障诊断

可以利用同样的方法，实现堵塞故障的诊断定位及泄漏故障定位。

3.2 多故障模式的诊断研究

对于工作情况恶劣，结构复杂的发动机系统来说，可能不只是单一故障模式导致进气系统故障。因此，对于进气系统，应该考虑2种或3种故障同时发生的诊断问题。对于多故障模式，其一般流程如图8所示。

图8 多故障诊断流程

以传感器和空气过滤器同时故障为例，得到的诊断结果，如图9所示，证明了该故障诊断定位系统对于多故障诊断的准确性。从侧面说明了，该系统是一个较为完整的诊断系统。

图9 堵塞和传感器同时故障诊断结果

4 总结

基于结构及行为的故障诊断方法具有很强的实用性和准确性，该理论方法起源于人工智能领域，本文运用该方法在工程领域服务于生产实际。基于结构及行为的智能故障诊断系统的重点在于故障搜索机制的建立，这套机制的核心是基于冲突导向的搜索，在模型推导值和实际理论值之间存在差异时，找出出现故障的元件或部件是该系统的最终目的。基于对柴油机内部结构、功能及行为的分析，最终构建了一套适用于诊断发动机故障的智能诊断模型，完成了传感器故障的诊断。对于进气系统的多故障模式的诊断，进行了研究。

[1]张建俊.汽车监测与故障诊断技术[M].北京: 机械工业出版社, 1999.

[2]斯坦尼斯拉夫斯基著.柴油机技术诊断[M].李新敏,张均享译.北京 : 国防工业出版社, 1989.

[3]Jones N B, Li Yuhua.Review of condition monitoring and fault diagnosis for diesel engines [J].University of Leicester, Leaf Coppin Publ Ltd., 2000, 6: 267-292.

[4]徐章遂, 房立清, 王希武, 等.故障信息诊断原理及应用[M].国防工业出版社, 2000: 5-7.

[5]张学农, 姜云飞, 陈蔼祥, 等.基于模型诊断的分步求解[J].软件学报, 2008, 19(3): 584-593.

[6]林 笠.基于env诊断模型的建立[J].暨南大学学报(自然科学版), 2001, 22(5): 40-45.

[7]徐俊洁.一种基于模型的故障诊断系统研究与实现[D].大连: 大连海事大学, 2010.