WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Обозов Александр Алексеевич

РАЗРАБОТКА ТЕОРЕТИЧЕСКИХ ОСНОВ И СРЕДСТВ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ СИСТЕМ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ МАЛООБОРОТНЫХ ДИЗЕЛЕЙ

Специальность 05.04.02 – Тепловые двигатели

Автореферат диссертации на соискание ученой степени доктора технических наук

Брянск – 2010

Работа выполнена в закрытом акционерном обществе «Управляющая компания «Брянский машиностроительный завод»

Официальные оппоненты: доктор технических наук, профессор Марков В.А.

доктор технических наук, профессор Шатров М.Г.

доктор технических наук, профессор Девянин С.Н.

Ведущая организация – ОАО «Коломенский завод»

Защита состоится « 20 » мая 2010 г. в 14 час. на заседании диссертационного совета Д212.141.09 при Московском государственном техническом университете им. Н.Э.Баумана по адресу:

105005, Москва, Рубцовская набережная, д.2/18, учебно-лабораторный корпус, ауд. 947.

С диссертацией можно ознакомиться в библиотеке Московского государственного технического университета им. Н.Э.Баумана Ваши отзывы на автореферат в двух экземплярах, заверенные печатью учреждения просим направлять по адресу: 105005, Москва, 2-я Бауманская ул., д.5, МГТУ им. Н.Э.Баумана, учёному секретарю диссертационного совета Д212.141.09.

Автореферат разослан « » _______________ 2010 г.

Ученый секретарь диссертационного совета Тумашев Р.З.

кандидат технических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В Морской доктрине на период до 2020 г. и Концепции судоходной политики Российской Федерации предусматривается развитие морского флота, увеличение его эффективности и конкурентоспособности. Помимо продовольственной и транспортной безопасности морской флот обеспечивает защиту национальных интересов страны на морских рубежах.

Это имеет прямое отношение к созданию и внедрению систем технического диагностирования (СТД) судовых малооборотных дизелей (МОД) большой мощности, устанавливаемых в качестве главных двигателей (ГД) на судах различного назначения. Применение СТД при эксплуатации значительно увеличивает ресурс и надёжность главных судовых двигателей, уменьшает расходы на обслуживание и ремонт, а также затраты на топливо. Все это определяет значительный интерес к СТД судовых МОД. В России и за рубежом в исследовательских организациях и компаниях, эксплуатирующих морской флот, проводятся интенсивные исследования, связанные с разработкой и внедрением СТД для ГД судов. Разрабатываемые в настоящее время СТД основаны на применении компьютерных технологий, при этом большое внимание уделяется разработке эффективного алгоритмического обеспечения СТД. Внедрение технического диагностирования при эксплуатации судовых МОД представляет собой сложную комплексную проблему, решение которой требует проведения исследований, направленных на изучение МОД как объекта технической диагностирования, разработку эффективных алгоритмов диагностирования, создание инструментальных средств диагностирования.

Цель исследования. Целью диссертационной работы является развитие методологии обработки информации и построения алгоритмов диагностирования отклонений технического состояния МОД на основе современных представлений в области многомерной статистики, теории информации и статистической теории распознавания образов (СТРО), создание систем диагностирования, в которых реализованы разработанные новые методологические принципы.

Объект исследования. Объектом исследования являются мощные двухтактные судовые МОД (типа ДКРН), выпускаемые ЗАО УК «Брянский машиностроительный завод» по лицензии компании «MAN Diesel» (Германия – Дания). Дизели используются в качестве главных двигателей на судах и имеют прямую передачу крутящего момента на винт.

Методы исследований. Исследования базируются на методологии многомерного статистического анализа (корреляционный и регрессионный анализ), методах теории информации (информационной меры по Шеннону) и методах статистической теории распознавания образов (подходы, в основе которых лежит теорема Байеса, оценивающая апостериорную вероятность появления статистического объекта). Необходимый статистический материал получен методом статистического моделирования рабочего процесса МОД на ЭВМ (на начальном этапе исследований) и на основе натурных экспериментов, проведенных на испытательном стенде ЗАО УК «Брянский машиностроительный завод».

Научная новизна. Научная новизна результатов исследования заключается в следующем:

1. Разработана методика получения эталонных диагностических характеристик (ЭДХ) судовых МОД по результатам стендовых испытаний на основе методов многомерного статистического анализа (корреляционный и регрессионный анализ данных) для включения в алгоритмическое обеспечения СТД. Получены ЭДХ судовых МОД производства ЗАО УК БМЗ и построены алгоритмы диагностирования двигателей на основе таблиц функций неисправностей (ТФН).

2. Разработана методология построения оптимальных в статистическом смысле алгоритмов диагностирования технического состояния МОД на основе методов статистической теории распознавания образов (используются методы, производные от теоремы Байеса). С позиций СТРО разработаны методы оценки информативности диагностических признаков на основе статистических критериев. Разработан алгоритм автоматического поиска эффективной совокупности диагностических признаков для включения его в СТД с высокой степенью автоматизации обработки информации (СТД с «обучением»).

3. На основе выборок данных, полученных в результате численного моделирования рабочего процесса МОД на ЭВМ и натурных экспериментов, доказана целесообразность и эффективность применения методологии СТРО для решения задач алгоритмизации СТД МОД.

4. Сформулированы функциональные требования и построены СТД, с помощью которых регистрируется и анализируется индикаторный процесс и импульс давления топлива, образующийся после топливного насоса высокого давления, а также проводится диагностирование техническое состояние важнейших систем судового МОД.

Практическая ценность и реализация работы. Разработан подход, основанный на методах многомерной статистики и методах СТРО, позволяющий строить эффективные алгоритмы диагностирования судовых МОД, с помощью которых можно получать обоснованные в вероятностно-статистическом аспекте диагнозы. Данный подход позволяет сократить сроки внедрения эффективных СТД в эксплуатацию благодаря значительному улучшению качества и уменьшению продолжительности процедуры алгоритмизации СТД.

Получены эталонные диагностические характеристики МОД, отражающие связь диагностических параметров (параметров индикаторного процесса и функциональных параметров ТА) с режимом работы двигателя, ориентированные на применение в компьютеризированных СТД.

Разработанные автором СТД (в том числе алгоритмическое обеспечение) позволяют контролировать работу важнейших систем судовых МОД при сдаточных стендовых испытаниях двигателей на ЗАО УК БМЗ, а также при сервисных работах в судовых условиях. Сервисные работы диагностической направленности с использованием разработанных СТД неоднократно выполнялись автором (ГД: 8L60MC т/х «Corona Fortune» греческой компании «N.G.Livanos Maritime Co.Ltd.», декабрь 2001 г. – январь 2002г.; 7K80GF т/х «Sorokaletie Pobedy» компании «Novoship(UK).Ltd.», Великобритания, май 20г.; 8L60MC т/х «Thia Matina» греческой компании «Efshipping Co., Ltd», март 2005 г.; 8L60MC т/х «Thia Crissoula» греческой компании «Efshipping Co.,Ltd», апрель 2005 г., октябрь 2005 г.; 8L60MC т/х «Mastro Giorgis II» греческой компании «Efnav Company., Ltd», август 2007 г.).

Результаты исследования внедрены в учебный процесс подготовки специалистов на кафедре «Тепловые двигатели» Брянского государственного технического университета (БГТУ). На основе переданного экземпляра СТД на кафедральном стенде испытаний дизеля Э10 (ДГ8,5/8) осуществляется процесс автоматизированного индицирования цилиндров и решается ряд диагностических задач. Акт внедрения СТД прилагается.

В течение 2003-2009 гг. автор вёл занятия со студентами БГТУ по дисциплине «Эксплуатация и сервисное обслуживание ДВС» (раздел «Техническое диагностирование ДВС»), в которых рассматривались теоретические положения выполненных исследований.

На защиту выносятся:

1. Методика стендовых испытаний судовых МОД и обработки данных с целью получения ЭДХ судовых МОД на основе методов многомерной статистики (корреляционный и регрессионный анализ данных).

2. Полученные ЭДХ судовых МОД и алгоритмы диагностирования МОД с использованием ЭДХ, в основе которых лежит использование таблиц функций неисправностей (ТФН).

3. Подходы к решению задач алгоритмизации СТД судовых МОД, основанные на методологии статистической теории распознавания образов (СТРО).

4. Алгоритмы обработки информации и программное обеспечение, закладываемые в СТД МОД.

5. Разработка СТД судовых МОД, в которых реализованы функции регистрации и диагностического анализа важнейших процессов двигателя.

Апробация работы. Основные положения работы докладывались на ХХI научно-технической конференции молодых ученых и специалистов ЦНИИ им.

акад.А.Н.Крылова (г. Ленинград, 1981 г.), научно-технической конференции молодых специалистов ПО БМЗ им. В.И.Ленина (г. Брянск,1985 г.), 45-й научнотехнической конференции профессорско-преподавательского состава Брянского института транспортного машиностроения (г.Брянск, 1986 г.), ежегодных заседаниях НТС отдела автоматизации ЦНИДИ (г. Ленинград, 1982–1987 гг.), заседании секции «Двигателестроение» НТО МАШПРОМ ПО БМЗ (г. Брянск, 1986 г.), Всесоюзном научно-техническом семинаре по автоматическому управлению и регулированию теплоэнергетических установок в МВТУ им.

Н.Э.Баумана (Москва, 1986г.), Международной научной конференции МГТУ им.

Н.Э.Баумана (Москва, 2005 г.), 57-й научной конференции профессорскопреподавательского состава, посвященной 75-летию БГТУ (г.Брянск, 2005 г.), Международной научной конференции МГТУ им. Н.Э.Баумана, посвященной 100-летию специальности «Поршневые двигатели» (Москва, 2007 г.), Международном научно-техническом конгрессе по двигателестроению «НТКД2008» (Москва, 2008 г.), Межотраслевой научно-технической конференции «Актуальные вопросы развития поршневых ДВС», посвященной 100-летию заслуженного. деятеля науки и техники РСФСР, д-ра техн. наук, проф.

П.А.Истомина (СбМГТУ, С-Петербург, 2008 г.), Международной научнопрактической конференции «Наука и производство-2009» (Брянск, БГТУ, 2009 г.), Всероссийской научно-технической конференции «Развитие двигателестроения в России», посвященной 30-летию журнала «Двигателестроение» (С-Петербург, 2009 г), расширенном заседании кафедры «ДВС и автоматика СЭУ» ГМА им.

адм. С.О.Макарова (С-Петербург, 2009 г.), Публикации. По теме диссертации опубликовано 37 работ, из них научные статьи и 2 тезисов докладов. В изданиях по списку ВАК опубликовано 28 научных статей.

Структура и объём диссертации. Диссертация состоит из введения, шести глав, выводов, списка использованной литературы и приложения. Объем диссертационной работы 345 страниц машинописного текста, включающего 1рисунков, 23 таблицы и список использованной литературы из 257 наименований.

Объём приложения 78 страниц.

СОДЕРЖАНИЕ РАБОТЫ

Во введение обоснована актуальность темы исследования, излагается её целевое назначение.

В первой главе определяются проблемы технического диагностирования судовых дизельных двигателей, кратко описываются методы, средства и алгоритмы диагностирования, указываются цель и задачи исследования.

Из анализа проблемы технического диагностирования судовых МОД видно, что одним из наиболее сложных её аспектов является задача создания алгоритмического обеспечения СТД. От качества, закладываемых в СТД алгоритмов, в значительной степени зависит эффективность применения СТД в эксплуатации.

В главе в краткой форме описываются исследования, проведенные в этом направлении отечественными учёными: Б.М.Левиным, Л.Н.Карповым, П.П.Федорко, Е.А.Титовым, М.Л.Винницким, Л.Л. Грицаем, В.Г.Агафоновым (ЗАО «ЦНИИМФ», С-Петербург), Ю.Н.Мясниковым, В.Е.Вольским (ЦНИИ им.

акад. А.Н. Крылова, С-Петербург), Л.Г.Соболевым, В.А.Залитисом (СПбГМТУ), М.И.Левиным (ЦНИДИ), Р.М.Васильевым-Южиным, П.М.Гацаком (ЛВВМИУ им.В.И.Ленина, г.Пушкин), С.В.Камкиным, М.К.Овсянниковым, Л.А.Самсоновым, И.В.Возницким, А.А.Грином, И.Л.Шегаловым, А.А.Атанасовым (СПбГМА им. адм. С.О.Макарова), А.В Шишкиным (СПбГУВК, НГМА им. адм.Ф.Ф.Ушакова, С-Петербург, Новороссийск), Ф.А.Васькевичем (НГМА им. адм. Ф.Ф.Ушакова), Л.И. Ковальчуком (Балт. гос. акад. рыбопром.

флота, Калининград), Ю.А.Магнитским, В.Д.Карминским (РИИЖТ) и др.

Большое внимание развитию методов и инструментальных средств технического диагностирования судовых МОД уделяется зарубежными фирмами – ведущими разработчиками судовых малооборотных и среднеоборотных дизелей «MAN Diesel» и «Wartsila». Обзор выполненных исследований показывает, что почти все алгоритмы, закладываемые в СТД МОД, строятся на основе таблиц функций неисправностей с применением эталонных диагностических моделей, отражающих зависимость диагностических параметров от влияющих на них режимных параметров и внешних факторов (атмосферные условия и т.п.).

Процедура диагностирования с применением таких алгоритмов заключается в логическом анализе отклонений измеренных значений диагностических параметров от их эталонных значений, определяемых по эталонным диагностическим моделям. Данные отклонения обусловливаются изменением технического состояния (ТС) диагностируемых элементов. Сложность проблемы построения эффективных алгоритмов диагностирования судовых МОД является причиной того, что в зарубежной и отечественной практике ещё не сложилось единых представлений о методологии её решения.

Учитывая, что процессы, происходящие в судовом МОД, имеют стохастический характер, представляется, что одним из путей наилучшего решения указанной проблемы может явиться вероятностно-статистический подход. Поэтому разработка методологических принципов построения алгоритмов диагностирования МОД на основе методов многомерного статистического анализа является наиболее актуальной.

С середины прошлого столетия развивается новое самостоятельное направление технической кибернетики – статистическая теория распознавания образов, прикладные аспекты которой широко применяются в различных областях человеческой деятельности. Однако для решения задач диагностирования технических систем, в частности ДВС, методы указанной дисциплины не получили применения. Поэтому исследование возможности использования методов СТРО для решения задач технического диагностирования судового МОД является актуальным.

Поставленные в диссертационном исследовании цели предполагают решение следующих задач:

1. Рассмотрение методов многомерной статистики и СТРО в прикладном аспекте для решения задач идентификации неисправностей судового МОД.

Выбор методов наиболее приемлемых для решения задач диагностирования технического состояния МОД.

2. Проведение экспериментальных исследований МОД производства ЗАО УК БМЗ с целью получения необходимых данных для создания эталонных диагностических характеристик. Построение алгоритмов диагностирования ряда неисправностей МОД на основе таблиц функций неисправностей с применением полученных ЭДХ.

3. Разработка нового подхода к алгоритмизации СТД на основе методологии СТРО и его апробация с использованием статистического материала, полученного в результате математического моделирования процессов МОД на ЭВМ и экспериментов на испытательном стенде ЗАО УК БМЗ.

4. Разработка алгоритмического обеспечения, необходимого для функционирования СТД МОД.

5. Создание и апробация СТД МОД с реализацией концепции «обучения».

Во второй главе рассматриваются методологии многомерного статистического анализа и СТРО в приложении к решению задач построения алгоритмов диагностирования ТС судового МОД.

Для представления судового МОД как сложного статистического объекта технического диагностирования выделены три группы взаимосвязанных параметров: параметры ТС, диагностические параметры и параметры внешних влияющих факторов. Тщательное изучение статистическими методами взаимосвязей между указанными группами параметров даёт возможность получить необходимую информацию о ТС объекта при диагностических процедурах. Для получения информации о взаимосвязи параметров предлагается использовать методы многомерной статистики (корреляционный и регрессионный анализ).

Качественно отличным подходом к решению проблемы алгоритмизации СТД МОД является подход, основанный на концепциях СТРО. Он позволяет оптимально распознавать трудноразличимые неисправности, давая вероятностную оценку устанавливаемому диагнозу. В главе в краткой форме приводятся основные методологические посылки методов СТРО.

Статистический объект распознавания характеризуется совокупностью признаков x1, x2,…, xn,, которые образуют в пространстве признаков (пространстве наблюдений) n – мерный вектор x (вектор наблюдения). Между собой объекты, имеющие общие черты, объединяются в классы, которые в пространстве признаков образуют компактные скопления векторов, занимающие характерные для них области. Полагают, что каждому классу в пространстве признаков соответствует определенное статистическое распределение вектора наблюдения x. На рис.1 изображен простой случай двумерных статистических распределений вектора наблюдения x, соответствующих двум распознаваемым классам 1 и 2 (например, исправному и неисправному ТС объекта диагностики).

Рис. 1. Иллюстрация разделения пространства признаков наподобласти при решении задачи распознавания образов Если априори известны распределения f(x/i), то в пространстве признаков устанавливают между ними границу D(x1,x2)=0, которая разделит пространство на две подобласти : R1 и R2. Заключение о принадлежности вектора x к тому или иному объекту делается в зависимости от того, в какую область пространства Rили R2 попадает реализация вектора x распознаваемых объектов (в зависимости от того, какой знак принимает функция D(x1,x2)). Функцию D(x1,x2) называют дискриминантной, а сам метод распознавания с использованием дискриминантных функций – дискриминантным анализом. При распознавании объектов статистической природы (именно такие задачи подлежат решению при диагностировании судовых МОД) наблюдаются случаи, когда классы в пространстве признаков пересекаются (частично накладываются друг на друга).

Тогда безошибочное распознавание принадлежности реализаций вектора наблюдения к тому или иному классу становится невозможным и необходимо такую ошибку свести к минимуму.

Ключевым понятием, лежащим в основе большинства методов СТРО (включая дискриминантный анализ), является понятие апостериорной вероятности появления статистического объекта P(i / x), определяемой на основе теоремы Байеса:

P(i ) f (x /i ) P(i / x) =, (1) f (x) где P(i) – априорная вероятность принадлежности вектора x классу i; f(x/i) – условная плотность распределения вероятностей вектора x, соответствующая классу i; f(x) – взвешенная плотность распределения вероятностей вектора x по k всем классам [ f (x) = ) f (x /i ), k равно числу распознаваемых классов].

P( i i=В диссертационной работе рассмотрены случаи бинарной классификации (дихотомия). В качестве решающего правила принято правило, распознающее принадлежность вектора наблюдения по максимуму апостериорной вероятности принадлежности P(1 / x) > P(2 / x) x 1, в противном случае x 2. (2) Задачи распознавания сведены к распознаванию объектов (классов), плотность распределения признаков которых подчиняется многомерному нормальному закону N(,). Тогда для каждого класса i функция условной плотности распределения вектора х имеет вид 1 f (x /i ) = exp- (x - )t -1(x - ), (3) k (2 ) где k – размерность вектора наблюдения x; – вектор математических ожиданий распределений признаков класса i; – матрица ковариаций признаков (компонентов вектора x); | | – определитель ковариационной матрицы признаков;

t - – символ транспонирования матрицы (вектора); – символ обращения матрицы.

Для равных (или близких) ковариационных матриц 1=2= и при равных априорные вероятности появления объектов рассматриваемое правило (2) принимает вид -1 1 -xt (1 - 2 ) - (1 + 2 )t (1 - 2 ) > (<)0 x 1(x 2 ). (4) Процедуру распознавания нескольких классов сводится к последовательной дихотомии: для каждых двух классов определяются дискриминантные функции и формируется из них матрица || Dij (xij ) ||; алгоритм распознавания всех k классов сводится к поиску такой строки матрицы || Dij (xij ) ||, все элементы которой при подстановке исследуемых векторов x будут положительными.

Класс задач распознавания в условиях недостатка априорной информации.

Если априори известны только статистические характеристики одного из классов (например, класса исправного ТС МОД) и неизвестны характеристики других классов, а получение их в активном эксперименте проблематично, решение можно построить на основе правила, минимизирующего вероятность ошибки первого рода (вероятность «ложной тревоги»). Правило принятия решения в этих случаях представляется в виде нулевой гипотезы H0: x 1, если x локализуется в доверительном интервале для x (одномерный случай) или доверительной области для x (многомерный случай). Доверительный интервал (доверительная область) определяются на основании априори задаваемых условных функций f(x/i) и уровня допускаемой ошибки распознавания с использованием статистических таблиц.

Теоретические положения СТРО, которые лежат в основе многомерных задач распознавания классов в условиях недостатка информации, приведены ниже.

В формуле (3) под знаком экспоненты стоит выражение (x - )t -1(x - ), представляющее собой квадратичную форму от x. Параметр D2= (x - )t -1(x - ) называется термином «обобщённое расстояние Махаланобиса» (параметр Dопределяет степень удалённости вектора x от центра (моды) нормального распределения в стандартизированном декоррелированном пространстве наблюдения. Статистическое распределение величины D2 подчиняется распределению 2. Если и известны (получены на основе репрезентативной выборки), то статистика 2 может быть использована для проверки возможной анормальности вектора x, то есть для проверки наличия выбросов у его компонентов.

В этом случае при принятии решения вероятность ошибки первого рода будет равна площади области, расположенной под кривой функции распределения справа от критического значения 2 (статистика 2 соотносится с числом степеней свободы, равным размерности вектора x).

Уравнение вида D2 = (x - )t -1(x - ) = const представляет собой описание поверхностей гиперэлипсоидов в пространстве признаков, которым соответствуют равные расстояния Махаланобиса D2 и соответственно равные значения плотности f(x/1). В качестве примера показана процедура нахождения доверительной области для x c использованием статистики D2 (рис.2).

Для двумерного пространства признаков (f=2) пороговое значение 2(f=2, =0,05) = =5,991. На рисунке показана Рис. 2. Нахождение доверительной поверхность Махаланобиса D2(x), а также области x принятия нулевой гипотезы горизонтально проведенная секущая H0: x1, на основе статистик D2 и плоскость, соответствующая критичес 2 (f=2) кому значению 2. При пересечении данной плоскости с поверхностью Махаланобиса образуется эллипс, ограничивающий 95%-ю доверительную область вектора x 1. Процедура классификации объекта для приведенного примера следующая: первый шаг – определяются значения компонентов вектора наблюдения, присущие объекту x={x1, x2}; второй шаг – вычисляется статистика D2(x); третий шаг – строится решение о принадлежности объекта, основанное на анализе положения вектора x по отношению к доверительной области, которое имеет вид если D2(x)<(2f=2 = 5,991) x 1, в противном случае x 1.

Определение эффективности диагностических признаков (определение степени распознаваемости классов ТС в выбранном пространстве диагностических признаков) является одной из основных задач, которая может быть решена на основе СТРО. В главе описываются критерии оценки эффективности диагностических признаков. В качестве критериев оценки выбраны вероятности ошибки первого (второго) рода (или первого и второго рода). При достаточно больших объёмах экзаменующих выборок в качестве критерия оценки можно использовать среднее выборочное значение апостериорной вероятности принадлежности при правильной классификации M{P(i/xj)}, j=1,2,…, Ni, которое определяется по выражению (при условии, что xj i ) j=Ni P(i / xj ) j= M{P(i/xj)}= ( Ni – объём выборки класса i). (5) Ni Чем ближе величина M{P(i/xj)} к 1, тем эффективнее является выбранная для распознавания совокупность признаков (тем более качественное правило классификации может быть построено с использованием этих признаков).

Оценить информативность совокупности признаков можно на основе теорией информации, используя понятие «количество информации» (по Шеннону).

Количество информации, получаемое в результате обследования вектора x, равно разности исходной и остаточной энтропий объекта k k I = H0 - H ', где H0 =[ ] P( )log2 P(i ) ; H ' =-P( / xj )log2[P(i / xj )].

i i i=1 i=В качестве критерия, определяющего эффективность признаков может быть использована среднестатистическая (выборочная) оценка количества информации I, получаемого в результате обследования реализаций вектора x (в работе параметр обозначен как M(I)). Для оценки различимости классов также предлагается использовать статистику Махаланобиса. Перечисленные критерии функционально взаимосвязаны. Иллюстративный материал практического применения методологии СТРО для решения прикладных задач диагностирования ТС МОД приведен в главе 6 диссертации.

В третьей главе описываются алгоритмы, составляющие общее алгоритмическое обеспечение СТД МОД, разработанные автором:

• алгоритм цифровой компенсации дрейфа нуля тензодатчиков давления газов в цилиндре и давления топлива после топливного насоса высокого давления судового МОД;

• алгоритм поиска корректного положения отметки (ВМТ);

• алгоритм скользящего нелинейного сглаживания и цифровой фильтрации индикаторного процесса МОД;

• алгоритм поиска фаз открытия и закрытия выпускного клапана цилиндра судового МОД;

• алгоритмы оценки герметичности камеры сгорания цилиндра МОД;

• алгоритм автоматического нахождения характерных точек на характеристике топливоподачи судового МОД;

• алгоритм оценки технического состояния и эффективности (КПД) турбокомпрессоров (ТК) судового МОД;

• алгоритм оценки технического состояния подшипников ТК на основе анализа процесса выбега ротора ТК.

Необходимость разработки алгоритма цифрового метода компенсации (ЦМК) дрейфа нуля тензодатчика давления газов в цилиндре и импульса давления топлива после ТНВД судового МОД вызвана тем, что при регистрации сигналов датчиком тензометрического типа вследствие изменения его температуры наблюдается так называемый «дрейф нуля». Так как при индицировании цилиндров исследователей чаще интересует только динамическая составляющая сигнала, а нулевой уровень сигнала, как правило, известен, то для компенсации дрейфа нуля применяют искусственные методы привязки сигнала к нулевому уровню. В главе приводится подробный анализ работы схемы тензометрического усилителя, разработанного фирмой «Autronica» (Норвегия) со встроенными в него электронными элементами привязки сигнала к нулевому уровню. При калибровке датчика совместно с усилителем сигнала, включающего схему привязки нулевого уровня, появляется ряд неудобств (в частности, калибровка должна выполняться в динамическом режиме).

Применение компьютерных технологий при построении измерительных систем и СТД дает возможность применить ЦМК температурного дрейфа нуля тензометрического датчика, преимуществом которого является отсутствие дополнительной погрешности в измерении динамической составляющей сигнала.

Кроме того, процесс калибровки канала при этом значительно упрощается, так как калибровка может производиться в статическом режиме.

Суть разработанного ЦМК температурного дрейфа состоит в следующем.

Компьютеризированная СТД должна иметь аналоговый выход сигнала по напряжению (0 … 10 В), создаваемый встроенным в систему ЦАП. Данное напряжение (напряжение компенсации дрейфа нуля) подводится к одному из плеч тензометрического моста входного усилителя. Блок-схема измерительной системы с применением ЦМК дрейфа нуля датчика приведена на рис.3.

Масштабирующий Аналого-цифровой U сигн усилитель тензосигнала преобразователь (АЦП) с цепью подключения компенсационного Цифроаналоговый напряжения U комп преобразователь (ЦАП) Давление продувочного воздуха P scav Персональный компьютер СТД (Note-book) Рис. 3. Блок-схема измерительной системы с цифровой компенсацией дрейфа нуля датчика В главе также приведена методика регулировочных операций и алгоритм вычисления компенсационного напряжения, подаваемого на вход усилителя с ЦАП. Алгоритм ЦМК относится к алгоритмам рекуррентного оценивания.

Система на каждом цикле измерений регистрирует индикаторный процесс Тензометрический датчик давления двигателя и определяет минимальный уровень давления в сигнале P()min.После этого система рассчитывает напряжение Uкомпенс, которое необходимо подать в схему, чтобы «прижать» сигнал к заданному нулевому уровню (давлению продувочного воздуха Pscav) i P ( ) - Pscav i i + min U =+ U, компенс. компенс.

( dP / dU ) компенс где i – порядковый номер цикла регистрации процесса P(), i=1,2,…, ;

U i компенс. – компенсационное напряжение, при котором зарегистрирован сигнал i i=1 i=P () (при первом цикле регистрации P () задается U = 5В). СТД компенс работает в режиме «слежения». Опыт работы с СТД показал, что при индицировании двигателей и установке на цилиндр изначально «холодного» датчика дрейф нуля оказывается полностью скомпенсированным приблизительно за 8 – 12 циклов регистрации процесса P(). При индицировании цилиндров «нагретым» датчиком (при последовательном индицировании всех цилиндров многоцилиндрового двигателя) полная компенсация дрейфа нуля наступает в течение 5 – 8 циклов. Под полной компенсацией дрейфа нуля понимается случай, когда разность между нулевым уровнем сигнала, зарегистрированным системой, и уровнем давления продувки Pscav, заданным оператором, становится соизмеримой с уровнем помех, присутствующими в сигнале.

Алгоритм поиска корректного положения отметки верхней мертвой точки (ВМТ). В СТД судовых МОД одной из первостепенных решаемых задач является определение среднего индикаторного давления pmi цилиндра на основе анализа регистрируемой индикаторной диаграммы (Pcyl=(), где Pcyl – давление в цилиндре дизеля, – угол поворота кривошипа исследуемого цилиндра).

Известно, что получаемая расчетным путём величина pmi чувствительна к точности привязки кривой давления Pcyl() к положению отметки ВМТ цилиндра. В СТД сигналом ВМТ обычно является сигнал, поступающий от датчика отметки ВМТ (контактного, индуктивного, оптического или другого типа), установленного на маховике двигателя. Установку данного датчика необходимо производить предельно точно. Ошибка в установке датчика (даже на порядок, не превышающий 1о поворота коленчатого вала (ПКВ)) приводит к значительным погрешностям при определении среднего индикаторного давления pmi.

В связи с этим разработан алгоритм проверки правильности установки датчика–отметчика ВМТ, который включен в общий алгоритм работы СТД.

Данный алгоритм можно отнести к категории алгоритмов «самодиагностики» системы. Если в процессе работы дизеля отключить подачу топлива в цилиндр, то кривая изменения давления в цилиндре Pcyl() имеет относительно истинного положения ВМТ симметричный вид и достигает своего максимума, когда объём цилиндра минимален, т.е. когда поршень находится в ВМТ. Однако системой диагностики она может быть отображена, имеющей некоторое смещение относительно 0о по шкале угла ПКВ, и задача проверки правильности установки датчика ВМТ заключается в определении данного смещения. После определения смещения ВМТ датчик отметки ВМТ переустанавливается.

Автором предложен алгоритм анализа кривой Pcyl() для выявления истинного положения ВМТ, который заключается в записи процесса Pcyl() с отключенной подачей топлива в цилиндр, аппроксимации участка кривой, прилежащей к области ВМТ полиномом второй степени y= Ax2 + Bx +C (коэффициенты A, B и C могут быть определены из системы уравнений nnn n 4 32 A + B + C = yi, x x x x iii i i=1 i=1 i=1 i=n n n n A + B xi2 + C = xi yi, x x i i i=1 i=1 i=1 i=nn n A xi2 + B + Cn = yi, x i i=1 i=1 i=где n – число точек, по которым производится аппроксимация) и в последующем определении первой производной от функции y по углу поворота коленчатого вала y'=(Ax2+Bx+C)'=2Ax+B. Значение аргумента x, соответствующее экстремуму функции (x=–B/2), будет определять истинное положение ВМТ цилиндра. При такой постановке задачи потребовалось проведение поиска оптимального диапазона области определения функции y (кривой Pcyl()) в окрестности ВМТ, подлежащей аппроксимации. Определено, что полином второй степени обладает хорошими аппроксимирующими свойствами для диапазона, не превышающего ± 15о ПКВ. Предложен оптимальный диапазон аппроксимации, равный ±10о ПКВ в окрестности ВМТ.

Алгоритм скользящего нелинейного сглаживания и цифровой фильтрации индикаторного процесса МОД. При создании измерительных систем, возникает необходимость решения задачи оптимального сглаживания получаемых экспериментальных данных. Решение данной задачи также актуально и для СТД судовых МОД, регистрирующих и анализирующих индикаторный процесс, происходящий в цилиндре. Использование в качестве чувствительного элемента, регистрирующего изменение давления в цилиндре дизеля, датчика тензометрического типа накладывает определенные требования к каналу регистрации процесса (хорошая экранировка датчика и цепи «датчик – усилитель», использование во входных цепях усилителя электронных элементов с низким уровнем электрических шумов, применение мер по компенсации температурного дрейфа нуля датчика). Однако выполнение перечисленных мер, как показывает опыт работы с СТД, не позволяет получить «идеальную» индикаторную диаграмму дизеля. Причиной этого являются высокочастотная вибрация индикаторного крана, на котором 3.устанавливается датчик, и достаточно Исходная запись Результат процесса сглаживания высокий уровень электрических помех, Y=Ax2+Bx+C присутствующих в машинном отделении судна.

Корректируемая точка При создании СТД ставилась задача – 2.сгладить высокочастотные помехи, но при этом не исказить полезных составляющих сигнала. В качестве метода фильтрации помех выбран метод скользящего 1.5 сглаживания с использованием -180 -175 -1аппроксимирующего полинома второй Угол поворота коленчатого вала, град степени (рис.4.). Суть метода состоит в том, что выбирается некоторая Рис. 4. Иллюстрация метода скользясовокупность точек N локального участка щего сглаживания исходного сигнала индикаторного процесса МОД Давление в цилиндре, бар диаграммы и по ним строится аппроксимирующая функция второго порядка (на основе МНК-оценки). Исходное значение ординаты yi точки, лежащей в центре выбранной локальной области, заменяется на откорректированное значение, определенное как yi = Axi2 + Bxi +C (где x i – значение абсциссы для i-й точки;

A, B, C – коэффициенты полинома, полученного МНК-оценкой). Описанный метод сглаживания называется «скользящим», так как процедура повторяется последовательно для i, i+1, i+2,… и т.д. точек. Возникает задача выбора оптимального по величине интервала аппроксимации, на основе анализа которого производится коррекция центральной точки. Решение данной задачи не может быть полностью формализовано и в каждом отдельном случае подбирается опытным путем. Методом подбора установлено, что наиболее приемлемые результаты получаются, если интервал аппроксимации («окно») составляет 6…8о ПКВ. Частота выборки, с которой разработанная СТД производит регистрацию давления, составляет приблизительно 0,4о ПКВ. Это приводит к тому, что в выбранный интервал попадает 15…20 точек. Для сглаживания индикаторного процесса МОД было выбрано 15 точек \N=15\ с коррекцией центральной 8-й точки.

Анализ индикаторных диаграмм показал, что они иногда содержат так называемые «особые» точки (отклонение таких точек от кривой не подчиняется общим правилам, свойственным основной массе точек). Появление особых точек может быть вызвано помехами иного характера (включение-выключение находящихся поблизости электроагрегатов и пр.). В результате этого обработку сигнала предлагается осуществлять в два этапа. На первом этапе с использованием метода скользящего нелинейного сглаживания определяются особые точки (выбросы), которые сглаживаются. На втором этапе осуществляется процедура сглаживания всех точек зарегистрированного сигнала. Алгоритмы построены с применением методов теории случайных процессов.

В главе описывается алгоритм поиска фаз открытия и закрытия выпускного клапана цилиндра МОД на основе анализа индикаторного процесса.

Применение алгоритма иллюстрируется на данных, полученных на МОД типа 8L60MC. В соответствии с разработанным алгоритмом определяется угол ПКВ, при котором кривая сжатия «отрывается» от кривой фазы выпуска-продувки цилиндра. Данный угол ПКВ соответствует моменту посадки выпускного клапана на седло. На такте расширения газов момент отрыва кривой от «линии чистого расширения» можно принять за момент открытия выпускного клапана.

Для нахождения фаз открытия и закрытия выпускного клапана строится индикаторная диаграмма в логарифмических координатах (рис.5,а). В этих координатах кривые процессов сжатия и расширения отображаются в виде прямых линий. На рис.5,б показана «хвостовая» часть диаграммы в увеличенном масштабе. Для определения угла закрытия клапана процесс сжатия на участке – 90…–30оПКВ аппроксимируется полиномом первой степени y=f(x) (рис.5,б) и определяется уровень давления в цилиндре Pscav на стадии продувки цилиндра (–180…–150о ПКВ). Определяется значение аргумента x из условия: f(x)=lg(Pscav).

Далее определяется Vcyl=10x. Угол закрытия клапана рассчитывается из аналитической зависимости =f(Vcyl).

1.2.y x = -1.4272 + 0.322.100 бар R = 0.91.1.10 бар 1.0.Угол поворота коленчатого вала, град 0.y x = -1.2084 + 0.00 10 20 30 40 50 60 70 80 90 120 1R = 0.91 бар Уровень P scav 0.x Vcyl -0.= lg ( ) -1.5 -1 0.-0.-0.7 -0.6 -0.5 -0.4 -0.3 -0.V cyl x = lg ( ) а) б) Рис.5. Индикаторный процесс судового МОД 8L60MC, отображенный в логарифмических координатах: а – показан весь процесс; б – показан фрагмент процесса Для определения угла открытия выпускного клапана с помощью линейной функции аппроксимируется участок, предшествующий открытию выпускного клапана (+60…+90оПКВ).

Вычисляется разность dy=y–lg(Pcyl) 0.0.для участка аппроксимации, а также 0.для следующего за данным участком Направление 0.– участка фазы открытия клапана.

поиска 0.Функция dy=f(lgVcyl) приведена на 0.Значение x, рис.6. Способом отыскания угла соответствующее углу 0.открытия клапана является поиск открытия клапана 0.первого отрицательного значения dy, -0.5 -0.4 -0.3 встретившегося при поиске, -0.1-0.x= lg(V cyl) -0.2 осуществляемом в направлении от НМТ к ВМТ (направление поиска Рис. 6. Иллюстрация к алгоритму поиска показано стрелкой на рисунке). Опыт фазы открытия выпускного клапана работы с СТД, в которой заложен приведенный алгоритм, показал, что получаемые результаты значительно зависят от метрологических свойств системы.

Алгоритмы оценки герметичности камеры сгорания цилиндра судового МОД. В главе также описываются методы диагностирования нарушения герметичности камеры (КС) сгорания цилиндра дизеля (функциональный и тестовый), которые рассмотрены на примере судовых МОД типа 7K80GF и 5S50MC-C постройки ЗАО УК БМЗ.

При нарушении герметичности КС процесс сжатия в цилиндре вследствие утечки заряда будет более пологим, что приводит к уменьшению давления в конце процесса сжатия pcomp. Поэтому для решения диагностических задач обычно используют полученную на стенде завода-изготовителя двигателя эталонную характеристику вида pcomp=f(pscav), имеющую выраженный линейный характер. На рис.7 показаны индикаторные процессы дизеля, отображенные в логарифмических координатах lg(Pcyl)=f(lg(Vcyl)). В данных координатах процесс y = lg( Pcyl ) y = lg( P cyl ) функция) dy=y lg (P cyl), (y-аппроксимирующая сжатия отображается прямой линией (или почти прямой линией), при этом угол наклона этой прямой к оси абсцисс (угол ) связан с показателем политропы процесса сжатия соотношением npol=tg().

Аппроксимируем участок процесса сжатия (-90…0оПКВ) полиномом первой степени. Исследуемые участки индикаторного процесса для всех режимов работы дизеля аппроксимируются качественно (R2>0,999). Функция lg(Pcyl)=Alg(Vcyl)+B преобразуется к виду Pcyl = 10(A lg Vcyl + B) = 10BVcylA.

Коэффициент A содержит информацию о герметичности КС дизеля, коэффициент B – о начальных условиях процесса сжатия (о фазе закрытия выпускного клапана и давлении воздуха в цилиндре момент закрытия клапана:

чем выше давление в цилиндре в момент закрытия клапана и чем раньше закрывается клапан, тем больше коэффициент B).

2.y 110% = -1.4161x + 0.13y 100% = -1.3959x + 0.15R = 0.99R = 0.99P =100 бар 2.1.P =10 бар 1.y 75% = -1.4255x + 0.03R = 0.99 0.y 50% = -1.4157x - 0.0y 25% = -1.3776x - 0.10R = 0.99R = 0.99P =1 бар 0.-1.4 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.x=lg (V cyl) Рис.7. Отображение индикаторного процесса судового дизеля 7K80GF в логарифмических координатах Доказано отсутствие корреляции между коэффициентом A и режимом работы дизеля. Между коэффициентом B и режимом работы дизеля наблюдается устойчивая корреляция. Очевидно, что для каждого конкретного дизеля B = f (pscav, Vclose, A), где Vclose – объём цилиндра в момент закрытия выпускного клапана (коэффициент B равен логарифму от значения давления в цилиндре при некотором условном объёме цилиндра Vcyl=1 м3). Так как кривая сжатия пересекает точку с параметрами {Vclose,Pscav}, соответствующую моменту закрытия выпускного клапана, то также очевидно следующее соотношение:

B=lg(pscav) + npol lg(Vclose). Исследование показало, что средний показатель npol, полученный в соответствии с приведенной методикой, для исследуемого типа дизеля изменяется от 1,37 до 1,42. Это позволяет сделать вывод о том, что, если при эксплуатации дизеля будут наблюдаться значения npol <1,37, то причиной этому является ухудшение герметичности КС цилиндра двигателя. При диагностировании герметичности КС рекомендовано использовать характеристическую плоскость {A,B}, на которую наносятся получаемые при расчете значения A и B.

y=lg (P cyl) Разработанный тестовый метод оценки герметичности КС МОД основан на регистрации процесса изменения давления воздуха в цилиндре дизеля при проворачивании коленчатого вала валоповоротным устройством (ВПУ).

Выпускной клапан должен находиться в закрытом состоянии. Вал вращается в направлении от НМТ к ВМТ. Исследования выполнялись с применением метода математического имитационного моделирования (по методике Б.М.Гончара, ЦНИДИ). На рис.8 показан характер изменения давления в цилиндре как функции от угла ПКВ при различных заданных «характеристических просветах » между поршневым кольцом и втулкой цилиндра (чёрные точки иллюстрируют результаты, полученные на стенде при испытании дизеля 5S50MC-C).

В качестве диагностических параметров предлагается использовать максимальное давление в цилиндре, зарегистрированное при проворачивании коленчатого вала pmax и угол ПКВ, соответствующий моменту достижения pmax.

2.3 2 y = 0.297928x + 0.217439x + 0.182311x - 0.3664 ; R = 0.9 =0,005 мм 2.0,010 1.0,01.След 0,0дискриминантной 0.O D(x,y) функции =y =0,1032 (1,71 бар) 0.-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.-0.0,0ВМТ Касательная 0 -1.-120 -90 -60 -30 0 Стандартизованное значение x= [ Pmax - M(Pmax)]/(Pmax) Угол поворота коленчатого вала, град а) б) Рис. 8. Иллюстрация изменения давления в цилиндре при проворачивании коленчатого вала с помощью ВПУ (а) и процедура поиска дискриминантной функции для диагностирования неисправности «нарушение герметичности КС» (б) Построение алгоритма диагностирования герметичности КС представляет собой поиск линейной дискриминантной функции, который выполняется в следующей последовательности: 1 – определяется пороговый уровень параметра кр pmax (получено pmax = 1,71 бар), определяющий нижнюю границу 95%-го доверительного интервала для данного параметра; 2 –стандартизация параметров и перестроение кривой, соединяющей точки {pmax,, pmax}, в стандартизованных pmax - M ( pmax ) pmax - M ( pmax ) координатах x = и y = (рис.8,б); 3 – аппроксимация ( pmax ) ( pmax ) кривой y= f(x) полиномом третьей степени и получение уравнения касательной к кр данной кривой в точке pmax = pmax ; 4 – восстановление в данной точке перпендикуляра к касательной. Полученный перпендикуляр является дискриминантной функцией, которая предлагается к использованию для распознавания нарушений герметичности КС судового МОД. В результате выполненного исследования получена дискриминантная функция, имеющая вид cyl P Cтандартизованное значение y= [Pmax - M(Pmax)]/ (Pmax) Давление в цилиндре, бар (абс.) D(x,y) = 0,85773 x + y – 0,81827, (при параметрах стандартизации M(pmax) = = –50,6 оПКВ, M(pmax) = =1,60 бар(абс), (pmax)=18,68 оПКВ, (pmax)=1,137бар).

Правило постановки диагноза следующее: D(x, y) > 0 принимается гипотеза о том, что газоплотность КС двигателя в норме;

D(x, y) < 0 принимается гипотеза о том, что газоплотность КС нарушена.

Алгоритм идентификации характерных точек на характеристике топливоподачи судового МОД. Импульс давления топлива P(), создаваемый топливным насосом высокого давления, содержит информацию о функциональных свойствах топливной аппаратуры и о техническом состоянии её элементов. На рис.9. показаны импульсы давления топлива, зарегистрированные с помощью СТД на режимах винтовой характеристики дизеля при стендовых испытаниях судового МОД 6S50MC-С.

7Pf max 6Pf open 110% СМДМ 5100% 475% Pf up ' Pf max 50% 325% Pf open 200 Pf close Pf up '' Pf close 1Pf end Pf drop 1 Pf drop -30 -20 -10 0 10 20 30 40 50 Угол поворота коленчатого вала, град Рис.9. Импульсы давления топлива за ТНВД судового МОД 6S50MC-C, соответствующие режимам винтовой характеристики дизеля (СМДМ – спецификационная максимальная длительная мощность) Полученная информация может использоваться для выявления неисправностей (нарушений регулировок) топливной аппаратуры (ТА), наблюдаемых при эксплуатации дизеля. Запись импульса для регистрируемого СТД диапазона – 30 … +60 о ПКВ содержит более сотни точек {Pf i; Pf i}. В связи с этим возникает необходимость «сжатия» информации (получения более компактной формы описания импульса).

Анализ формы импульса дизелей типа MAN B&W показывает, что ему присущи характерные точки, описав положение которых в координатах – P, можно с определенной степенью точности идентифицировать импульс. Импульс имеет семь характерных точек {Pf i; Pf i} i = 1,…,7 и шесть характерных участков между этими точками (рис.9). Параметрами характерных точек, идентифицирующими процесс топливоподачи судовых МОД конструкции MAN B&W, являются:

• амплитудные характеристики процесса: Pf up’ – давление, соответствующее моменту начала плавного увеличения давления (Pf up’10…15 бар); Pf up’’– Давление топлива в трубопроводе после ТНВД, бар давление, соответствующее моменту начала резкого увеличения давления ( Pf up’’ 60…80 бар); Pf open – давление, соответствующее моменту открытия форсунки (Pf open 440 … 460 бар); Pf max – максимальное давление импульса; Pf close – давление, при котором форсунка закрывается (300 бар); Pf drop – давление окончания резкого уменьшения давления топлива (на стадии завершения процесса топливоподачи; зависит от режимного фактора); Pf end – давление в момент окончания действия импульса (Pf end 8…10 бар);

• фазовые характеристики процесса: Pf ’ – угол начала плавного up увеличения давления топлива (Pf ’ –15о ПКВ); Pf up'’ – угол начала резкого up увеличения давления топлива (Pf '’–3о ПКВ); Pf open – угол начала up топливоподачи (Pf open+2…+3о ПКВ); Pf max – угол, соответствующий максимальному давлению; Pf close – угол окончания топливоподачи (угол закрытия форсунки); Pf dur – продолжительность фазы впрыска (Pf dur = =Pf close – Pf open); Pf drop – угол, соответствующий моменту окончания резкого уменьшения давления; Pf end – угол, при котором давление за ТНВД становится равным давлению прокачки-наполнения ТНВД (угол окончания импульса давления).

Параметры Pf max, Pf close,, Pf dur Pf drop, Pf end зависят от нагрузочного режима работы дизеля.

• динамические характеристики процесса: (dPf/d)max – скорость увеличения давления импульса в момент, предшествующий открытию форсунки ( (dPf/d)ma x80…100 бар/о ПКВ).

Подаваемая в цилиндр цикловая подача топлива регулируется по концу подачи (угол опережения подачи топлива на всех режимах работы дизеля остается неизменным).

При визуальном рассмотрении характеристики топливоподачи (рис.9) идентифицировать положение характерных точек не сложно. Однако решение данной задачи усложняется, если такая идентификация должна производиться СТД автоматически (в режиме «обучения» СТД). Для этого в СТД необходимо заложить соответствующий алгоритм. В главе описывается такой алгоритм.

Поиск (определение положений) точек 1 – 7 выполняется строго в определённой последовательности пошаговым методом. После идентификации параметров характерных точек процесса топливоподачи исследуемый процесс можно аппроксимировать кусочно-линейными функциями.

Алгоритмы оценки эффективности турбонаддувочных агрегатов судового МОД основываются на известных термодинамических формулах для определения коэффициентов полезного действия компрессорной и турбинной ступеней турбокомпрессора (ТК), а также суммарного коэффициента полезного действия ТК. В главе приводятся номограммы для определения термодинамической эффективности компонентов ТК, позволяющих свести к минимуму объём вычислений при диагностировании ТК.

Алгоритм оценки технического состояния подшипников ТК на основе анализа процесса выбега ротора ТК. Экспериментально установлено (эксперимент поставлен на дизеле 6S50MC-C, оборудованном ТК типа TCA66/MAN/), что процесс выбега ротора ТК (рис.10) протекает в соответствии с теоретическими положениями, лежащими в основе описания данного процесса (процесс описывается дифференциальным уравнением баланса моментов d d -J + (Mтр + Mг ) = 0, где Jp – момент инерции ротора ТК; – угловое р dt dt ускорение; Mтр и Mг – моменты сил трения подшипников ТК и газодинамического сопротивления, воздействующего на ротор ТК). Частным k - t J p решением дифференциального уравнения является функция вида = 0e, где 0 – угловая скорость вращения ротора ТК в момент времени t=0; k –коэффициент пропорциональности. Описание процесса выбега ротора ТК приводится к k линейному виду y=Ax+B, где y=lg , A= -, x=t, B=ln0 и отображается в J p логарифмических координатах (рис.10,б).

70A 606500 мин-y = -0.018363x + 7.9508 B R2 = 0.992000 мин-4030C 2000 100 мин-10D 0 50 100 150 200 20 50 100 150 200 2Время x= t, с Время t, с а) б) Рис.10. Процесс выбега ротора турбокомпрессора TCA66 судового МОД 6S50MC-C (а) и отображение процесса в логарифмических координатах (б) Исследования показали, что кривая выбега имеет три характерные зоны:

начальную зону A – B, среднюю зону B – C и конечную зону C – D. Зона B – C является наиболее информативной зоной для анализа состояния подшипников.

Она имеет достаточную протяженность и хорошо описывается линейной полиномиальной функцией. Коэффициенты A и B данной функции могут служить параметрами, идентифицирующими ТС подшипников ТК (например, с привлечением методологии СТРО). Кривая выбега на протяжении всей зоны A–С удовлетворительно описывается полиномиальной функцией третьей степени, которая также может использоваться в качестве эталонного описания для решения задач диагностирования ТК --0,04309t+8,67136} ntc = e{-0,7895(10 )t3+0,00025526t2, R2= 0,9988.

В четвертой главе описывается разработанная СТД судовых МОД.

Конструктивно СТД состоит из блока аналого-цифрового и цифроаналогового преобразования сигнала, связанного с персональным компьютером (типа Notebook) с помощью параллельного порта LPT. Габариты блока 75 х 140 х 160 мм.

Вид «виртуальной панели» управления СТД, которая отображается на экране компьютера, показан на рис.11. Программное обеспечение для СТД разработано автором в среде программирования «Visual Studio C++». Конструктивные особенности и функциональные возможности системы описываются ниже.

tc -1___ tc n, мин ротора ТК y=ln( n )--Частота вращения ротора ТК Логарифм частоты вращения Регистрация индикаторного процесса. Для регистрации индикаторного процесса в СТД используется тензометрический датчик давления газов типа GT21, электрический сигнал которого усиливается и нормируется предварительным усилителем типа GE-12 (элементы, производимые компанией «Autronica»).

Для компенсации температурного дрейфа нуля датчика в схему предварительного усилителя внесены незначительные изменения (глава 3).

Аналого-цифровое преобразование сигнала осуществляет ПК, который управляет микросхемой ЦАП (К572ПА2 /AD574/) по определенному алгоритму.

Использование микросхемы К572ПА2 позволяет измерять уровень входящего сигнала с Рис. 11. Вид «виртуальной панели» разработанной СТД судового МОД частотой выборки 3…4 кГц.

Это вполне достаточно для исследования индикаторного процесса МОД и импульса давления топлива, образующегося за ТНВД судового МОД.

СТД регистрирует индикаторный процесс дизеля в реальном масштабе времени, то есть соблюдается принцип «Что происходит в данный момент в цилиндре двигателя, то и отображается (в данный момент) на экране ПК». По мнению автора, обработка и отображение информации, в реальном масштабе времени, наиболее эффективны при регулировочных операциях и непрерывном мониторинге технического состояния двигателя. СТД может накапливать и обрабатывать информацию по 20 последовательным циклам. Такая статистическая обработка информации позволяет более точно определить характерные черты происходящих в цилиндре процессов. Статистическая обработка информации необходима при наблюдаемой в некоторых случаях повышенной межцикловой нестабильности индикаторного процесса (например, при волнении моря). СТД позволяет наблюдать протекание переходных процессов (пуско-реверсивные режимы, режим минимально-устойчивой частоты вращения и пр.).

Для увеличения точности расчета среднего индикаторного давления цилиндра в алгоритмическом обеспечении СТД судового МОД предусмотрен алгоритм коррекции положения ВМТ цилиндров (глава 3). Алгоритм коррекции ВМТ построен на принципе «обучения» СТД с использованием режимов последовательного отключения топливоподачи в цилиндры. В СТД судового МОД заложен алгоритм определения углов открытия и закрытия выпускного клапана на основе анализа индикаторного процесса (глава 3). При отображении информации на экране компьютера предусмотрен режим включения процедуры сглаживания индикаторной диаграммы (глава 3). СТД накапливает по реализациям по всем цилиндрам и представляет выборочные средние и стандартные отклонения следующих параметров: pmi, pmax, pcomp, давление продувочного воздуха (на фазе продувки) pscav, частоту вращения коленчатого вала n, индикаторную мощность двигателя Pmi. Для анализа качества регулировки цилиндров двигателя СТД представляет оператору диаграммы отклонений от среднего значения по цилиндрам для параметров pmax и pmi (так называемые балансные диаграммы).

Регистрация процесса топливоподачи. СТД регистрирует импульс давления топлива, ТНВД в трубопроводе высокого давления (в контрольной точке на головке ТНВД). Для регистрации импульса используются тензометрический датчик давления топлива типа GT-30 и предварительный усилитель типа GE-11 фирмы «Autronica». Следует отметить, что для всех функций СТД используется один и тот же блок АЦП-ЦАП. Для регистрации процесса топливоподачи головки топливных насосов всех цилиндров оснащаются запорными клапанами высокого давления. Диапазон давлений, измеряемый системой диагностики, составляет 0…1000 бар, что соответствует параметрам импульса давления топлива за ТНВД современных судовых дизелей. По результатам анализа параметров получаемого импульса можно сделать вывод о качестве регулировки и ТС ТА двигателя. СТД накапливает по всем цилиндрам и представляет оператору следующие параметры импульса давления топлива (среднестатистические значения по реализациям и стандартные отклонения): угол начала подачи топлива в цилиндр Pf open; давление топлива, соответствующее началу подачи топлива Pf open; угол, соответствующий максимальному давлению топлива Pf max; максимальное давление топлива Pf max; угол окончания подачи топлива в цилиндр Pf close; продолжительность процесса впрыска топлива Pf dur;

скорость увеличения давления топлива на фазе предварения впрыска топлива (dPf /d)max.

Регистрация закона движения выпускного клапана. Запись закона движения выпускного клапана осуществляется с помощью датчика перемещений резистивного типа, устанавливаемого на механический индикатор хода клапана. СТД идентифицирует и 1представляет оператору характерные параметры закона Подъем вып.

движения выпускного клапана клапана Макс. подъем вып. клапана (рис.12): угол, соответствующий H v max моменту отрыва клапана от H v close посадочного седла (угол H''v начала подъёма клапана) H v H'v ; угол, соответствующий open Hv open (dH/d) подъёму клапана 10 мм (на v max фазе открытия клапана) H’ v 10;

0 30 60 90 120 150 180 210 240 270 300 330 3максимальный подъёма клапана Угол поворота коленчатого вала, град.

Hv max; угол, соответствующий Рис. 12. Параметры закона движения выпускного подъёму клапана 10 мм (на фазе клапана судового дизеля регистрируемые закрытия клапана) H’’v10; угол, разработанной СТД Подъем вып. клапана, ммшшш соответствующий моменту посадки клапана на седло (угол закрытия клапана) Hv close; максимальную скорость движения клапана (на фазе открытия клапана) (dHv/d)max. Приведенные параметры закона движения клапана позволяют автоматизировать процесс диагностирования гидравлического приво-да выпускного клапана МОД.

Регистрация других процессов в системах дизеля. Функционирование судового МОД дизеля отличает большое многообразие процессов, связанное с его сложностью как технической системы. В частности, ТС системы гидравлического привода выпускного клапана дизелей MAN B&W можно проконтролировать (помимо регистрации закона движения клапана с помощью механического индикатора) исходя из результатов анализа импульса давления масла в силовой магистрали гидропривода. Регистрируя данный импульс, можно оценить гидроплотность системы и фазовые характеристики работы гидропривода, произвести более углубленный анализ процессов, происходящих в системе.

Процесс закрытия выпускного клапана и его удержание в закрытом состоянии обеспечивается пневматическим цилиндром с поршнем («пневмо-пружиной»).

Регистрируя изменение давление воздуха в пневмоцилиндре выпускного клапана, можно оценить степень его герметичности. СТД может регистрировать и записывать в файловую систему частоту вращения коленчатого вала двигателя, частоту вращения ротора турбокомпрессора, давление продувочного воздуха в коллекторе. Эти параметры содержат ценную диагностическую информацию.

Для углублённого диагностирования элементов ТА МОД была разработана дополнительная опция СТД.

«Виртуальная панель» опционной системы диагностики ТА представлена на рис.13. СТД ТА анализирует импульс давления топлива за ТНВД и представляет оператору следующие параметры (рис.9): Pf max,, Pf max, Pf open, Pf open, Pf close; Pf dur,, (dPf /d) max, Pf up’, среднее давление топлива в течение фазы впрыскивания топлива Pfmean, максимальную скорость истечения топлива из распылителя форсунки Vf max, среднюю скорость истечения Рис. 13. Вид «передней панели» опции топлива из распылителя форсунки СТД для технической диагностики ТА Vf mean valve, цикловую подачу топлива (рассчитывается из кривой впрыска) Gf cycle valve, энергетический эквивалент, соответствующий цикловой подаче топлива Ef valve. СТД ТА также рассчитывает характеристики процесса на основе информации о конструктивных параметрах ТНВД: среднюю скорость истечения топлива из распылителя форсунки Vf mean pump, цикловые подачи топлива Gf cycle pump см3/цикл, Gf’ cycle pump г/цикл, энергетический эквивалент, соответствующий цикловой подаче топлива Ef pump. Параметры процесса топливоподачи ТА МОД, определяются по формулам, приведенным в трудах известных учёных И.В. Астахова и Ю.Я. Фомина.

В опции СТД ТА был частично реализован так называемый принцип «обучения» системы. На рис.14. приведены два вида эталонных характеристик («шаблон» и «образ характерных точек» импульса давления за ТНВД), получаемых в результате обучения СТД. Процесс получения эталонных характеристик максимально автоматизирован и осуществляется с помощью заложенного в СТД обучающего алгоритма. Оператору достаточно перевести СТД в режим обучения и сделать несколько замеров на эксплуатационных режимах работы дизеля. После этого СТД сама должным образом обработает полученные данные и будет готова по запросу оператора представить эталонные характеристики процесса, соответствующие режиму работы дизеля (информация о режиме работы дизеля сообщается системе оператором посредством ввода параметра – индекса ТНВД).

а) б) Рис.14. Вид «шаблона» (а) и «образа характерных точек» (б) импульса давления за ТНВД на экране дисплея СТД ТА (показаны два вида эталонов, полученных в режиме «обучения» СТД при испытаниях дизеля типа 6S50MC-C;

режим 90% от номинальной мощности) В пятой главе описываются исследования, которые выполнялись с целью получения эталонных диагностических характеристик (ЭДХ) судовых МОД производства ЗАО УК БМЗ для формирования на их основе алгоритмов диагностирования неисправностей основных систем МОД: системы воздухоснабжения, деталей ЦПГ, топливной аппаратуры. Полученные при исследовании ЭДХ представляют собой регрессионные зависимости основных функциональных (диагностических) параметров от режимных факторов: среднего индикаторного давления (осреднённого по цилиндрам) pmi и частоты вращения коленчатого вала n. Исследования проводились на дизелях производства ЗАО УК БМЗ, выпускавшихся по лицензии фирмы «MAN Diesel» : 6K62EF (5ДКРН 62/140-3), 6K67GF (6ДКРН 67/140-4), 7K80GF (7ДКРН 80/160-4Л), 6L67GFCA (6ДКРН 67/170-7).

Для получения статистической вариации функциональных параметров МОД, обусловленной изменением режимных факторов (pmi и n), на испытательном стенде дизели нагружались согласно специально разработанным планам экспериментов. Вариация параметров МОД получена по отношению к режиму ДЭМ в диапазоне изменения среднего индикаторного давления 50 … 105% и частоты вращения коленчатого вала 60 … 105% (нагрузочные режимы равномерно накрывали весь диапазон сервисных режимов двигателей, заключённый между его ограничительными характеристиками). В качестве зависимых параметров (факторов) в ЭДХ включены следующие параметры МОД: давление продувочного воздуха в ресивере pscav, давление в цилиндре в конце процесса сжатия pcomp, максимальное давление сгорания pmax, разностный комплекс dp= pmax – pcomp, давление на линии расширения pexp (при 36о ПКВ), угол ПКВ pmax (угол, соответствующий моменту достижения pmax), температура газов после цилиндров tg, температура газов перед турбинной ступенью турбокомпрессора tg1, частота вращения ротора турбокомпрессора n tc.

В главе приводятся результаты корреляционного анализа полученной вариации параметров МОД. Так как априори предполагалось, что ЭДХ могут быть представлены в форме квадратики от режимных факторов (вследствие значительной вариации режимных факторов и проявляющихся нелинейных свойств объекта исследования), то в таблицы коэффициентов корреляции введены квадраты параметров pmi2, n2 и параметр взаимного произведения (pmi * n). Исследования показали, что ЭДХ представляют собой нелинейные зависимости описываемых параметров от определяющих факторов. При регрессионном анализе была выявлена проблема мультиколлинеарности определяющих (режимных) факторов. В главе приведен анализ адекватности полученных ЭДХ на основе статистических критериев. Атлас ЭДХ для всех исследованных четырёх типов дизелей производства ЗАО УК БМЗ приводится в приложении к диссертации. На основе полученных ЭДХ сформирован алгоритм в форме таблицы функций неисправностей, позволяющий выявлять отклонения в протекании рабочего процесса МОД и диагностировать его основные системы:

воздухоснабжения, ЦПГ, топливную аппаратуру.

В главе также приводятся результаты исследования процесса топливоподачи МОД (исследовался импульс давления топлива, образующийся после ТНВД МОД. Исследования проводились на дизеле типа 6S50MC-C, СМДМ= 8310 кВт при 123 мин-1). Производилась запись импульса на режимах винтовой характеристики (рис.15). Исследования показали, что импульс давления имеет характерную форму, которая сохраняется при работе дизеля при изменении нагрузки от 75 до 110% СМДМ. При уменьшении нагрузки ниже 75% СМДМ форма импульса претерпевает качественное изменение (давление, соответствующее точке 4, уменьшается и наступает момент, когда оно становится меньше давления точки 3) (рис.15.в-г). Данное обстоятельство усложняет решение задачи автоматизированного получения универсального описания импульса по отношению ко всем возможным эксплуатационным режимам работы двигателя.

88776655443322111 -30 -20 -10 0 10 20 30 40 50 60 -30 -20 -10 0 10 20 30 40 50 Угол поворота коленчатого вала, град Угол поворота коленчатого вала, град а) б) 88776655400 4300 3200 211-30 -20 -10 0 10 20 30 40 50 60 -30 -20 -10 0 10 20 30 40 50 Угол поворота коленчатого вала, град. Угол поворота коленчатого вала, град.

в) г) Рис.15. Импульсы давления топлива после ТНВД дизеля 6S50MC-C, полученные на режимах винтовой характеристики (а-г – режимы 100, 75, 50 и 25% СМДМ соответственно) Исследования показали, что ряд параметров процесса при изменении нагрузки дизеля остаются постоянными. К таким параметрам относятся Pf up’ –18 оПКВ и Pf up’ 12 бар (точка 1), Pf up’’ – 4,5 оПКВ и Pf up’’ ’65…70 бар (точка 2), Pf end +36 оПКВ и Pf end 15 бар (точка 7). Почти неизменным о остается и угол начала подачи топлива в цилиндр (Pf open +1,5…+2,0 ПКВ).

Регистрируемое динамическое давление открытия форсунки при изменении режима работы дизеля изменяется незначительно (Pf open 480…495 бар). В узких пределах изменяется также скорость увеличения давления (dPf/d)max 100…70 бар/оПКВ (более высокие значения скорости соответствуют долевым режимам). Продолжительность впрыскивания топлива Pf dur при увеличении нагрузки увеличивается от 4,8 до 17,3 оПКВ.

Закономерности изменения параметров импульса при изменении нагрузочного режима дизеля приведены на рис.16.

Полученные полиномиальные формулы позволяют строить эталонный импульс давления, соответствующий любому задаваемому значению индекса топливоподачи ТНВД (при изменении индекса от 50 до 85 мм).

бар Давление топлива за ТНВД, бар Давление топлива за ТНВД, бар бар Давление топлива после ТНВД, Давление топлива после ТНВД, 25 7P Index R = 7.539 + 93; = 0.9P = 0.3754 - 5.20 ; = 0.9 Index R f max f drop 6P = 0.3526 - 7. Index f close 5R = 0.94P = 0.4734 + 459; = 0.8 Index R f open 3P = 0.3109 - 6.Index f max P Index R = 0.7861 + 52 ; = 0.9R = 0.975 f drop 2P Index = 0.00705 + 1.f open 1R = 0.145 50 55 60 65 70 45 50 55 60 65 70 Индекс топливоподачи ТНВД, мм Индекс топливоподачи ТНВД, мм а) б) Рис. 16. Зависимость основных параметров импульса давления за ТНВД от индекса топливоподачи судового МОД 6S50MC-C В конце главы предлагается альтернативный неформальный метод диагностирования, основанный на экспертной оценке информации, содержащейся в индикаторном процессе и процессе топливоподачи и представленной в виде 3Dизображений и цветных графических образов процессов. Полученная информация, описывающая образы, позволяет строить индикаторную диаграмму и диаграмму импульса топливоподачи в функции от % СМДМ.

В шестой главе рассматривается практическое применение методологии СТРО при решении задач алгоритмизации СТД МОД.

На начальном этапе исследовалась возможность и целесообразность применения методов СТРО на данных, полученных численным моделированием рабочего процесса на ЭВМ (по методу ЦНИДИ). Ставилась задача разработки методики построения алгоритмов для распознавания следующих характерных классов технического состояния топливной аппаратуры судового МОД: 1 – нарушения в работе ТА отсутствуют (процесс тепловыделения в цилиндре дизеля в норме), 2 – нарушена регулировка угла опережения подачи топлива (поздний впрыск), 3 – нарушена регулировка цикловой подачи топлива (цикловая подача топлива меньше нормы), 4 – нарушена динамика процесса тепловыделения («вялое» сгорание, вызванное изменением закона подачи топлива, ухудшением дисперсности впрыскиваемого топлива, изменением формы и ориентации топливного факела и т.п.). Методом численного моделирования получены выборки, соответствующие классам 1 – 4. В качестве источника информации о ТС (регулировках) ТА, выбран индикаторный процесс дизеля, из которого выбраны следующие диагностические параметры: pmi – среднее индикаторное давление цикла, pcomp – давление в цилиндре в конце процесса сжатия, pmax – максимальное давление цикла в цилиндре, pmax – угол поворота коленчатого вала, соответствующий моменту, когда давление в цилиндре максимально, pexp – с давление в цилиндре на линии расширения (36оПКВ). Дополнительно в состав диагностических признаков включены следующие параметры: pscav – давление воздуха в продувочном Давление топлива за ТНВД, бар Угол поворота коленчатого вала, град ресивере, tscav – температура воздуха в продувочном ресивере, tg – температура газов на выходе их цилиндров. К исходной программе моделирования добавлен блок автоматической генерации исходных данных, осуществляющий их выборку согласно заданным статистическим законам распределений. В качестве объекта моделирования выбран выпускавшийся ЗАО УК БМЗ МОД типа 6K67GF (номинальной мощностью 7500 кВт при n = 140 мин-1). Математическое моделирование осуществлялось только для номинального режима работы дизеля с учетом возможной вариации внешних эксплуатационных факторов: давления окружающей среды pa, температуры воздуха машинного отделения ta, температуры «забортной» воды tcool (поступающей на охладитель наддувочного воздуха), частоты вращения коленчатого вала n. В результате обработки полученных «обучающих» выборок сформирована матрица дискриминантных функций, образующая систему решающих правил для распознавания классов – 4. Для распознаваемых классов ТС получены вероятностные оценки M{P(i/xj)}, свидетельствующие о достаточно высокой эффективности алгоритма диагностирования. В главе приводится иллюстративный материал, отражающий разделение диагностируемых классов ТС в пространствах диагностических признаков L(pmax, pcomp), L(pmax,pmax), L(tg,pscav) и др., поясняющий методологические аспекты СТРО.

Далее в главе приводится пример применения методологических принципов СТРО для решении задачи построения алгоритмов распознавания нарушений работы топливной аппаратуры на основе статистических выборочных данных, полученных при натурных испытаниях судового МОД. В качестве источника информации о нарушениях технического состояния ТА выбран импульс давления, образующийся после ТНВД. Исходный (полный) вектор диагностических признаков, описывающий процесс топливоподачи имеет вид (см. рис.9) x = { Pf up’, Pf up’, Pf up’’, Pf up’’, Pf open, Pf open, Pf max, Pf max, Pf close, Pf close, Pf drop, Pf drop, Pf end, Pf end, (dPf /d)max }.

Ставилась задача научить СТД распознавать следующие 10 классов наиболее характерных отклонений в регулировке ТА дизеля:

1. Эталонный класс нормального состояния ТА – класс 1.

2. Слишком ранний (поздний) впрыск топлива – классы 21(22), {Pf up’’, Pf open}.

3. Слишком низкое (высокое) давление открытия форсунки – классы 31 (32), {Pf open}.

4. Слишком низкое (высокое) давление впрыска – классы 41 (42), {Pf open, Pf max}.

5. Слишком большая (малая) продолжительность впрыска – классы 51 (52), {Pf open, Pf close(или Pf dur)}.

6. Слишком медленное (быстрое) увеличение давления – классы 61 (62), {(dPf /d)max }.

Примечание. В фигурных скобках указаны выбранные для распознавания диагностические признаки (компоненты вектора наблюдения x).

Для решения задачи диагностирования в такой постановке выполнено статистическое описание классов 1 – 62 на основе статистических выборок, полученных в процессе стендовых испытаний судового МОД типа 6S50MC-C (MAN B&W) (СМДМ 8340 кВт при 117 мин-1) на режиме номинальной мощности. Выбранный вектор диагностических признаков x', являющийся подмножеством x и служащий для распознавания обозначенной группы классов отклонений регулировок ТА, принят следующим:

x’ = { Pf up’’, Pf open, Pf open, Pf max, Pf max, Pf close, Pf dur, (dPf /d) max }.

Для эталонного класса 1 и классов, соответствующих неисправным состояниям ТА, получены векторы математических ожиданий диагностических признаков (x’), векторы стандартных отклонений S (x’) и матрицы ковариаций (x’). В результате обработки выборочных данных получена следующая система дискриминантных функций (в соответствии с правилом принятия решения (4) (глава 2)) :

D(1, 21) = 14,33 Pf open + 5,260 Pf up” + 59,80 (при {P(21/x)1} = 0,985);

D(1, 22) = – 14,333 Pf open – 5,2601 Pf up” –40,21 (при {P(22/x)1} = 0,981);

D(1, 31) = Pf open – 410;

D(1, 32) = – Pf open + 460 (при {P(31/x)1} {P(32/x)1} 0,980);

D(1, 41) = 0,09473 Pf open + 0,60953 Pf max – 378,79 (при {P(41/x)1} 0,98);

D(1, 51) = 1,07682 Pf open – 2,0675 Pf close + 36,426 ;

D(1, 61) = (dPf /d)max – 70,7 ; (функции D(1,42), D(1,52), D(1,62) имеют аналогичный вид, поэтому не приводятся).

Для каждой реализации вектора наблюдения апостериорная вероятность принадлежности её к классу неисправности xj (на «фоне» эталонного класса 1) определялась по формуле (многомерный случай) t 1 t P(j/x)1=, где C1 = x - 1 -1 x - 1 и Cj = x - -1 x - .

( ) ( ) ( ) ( ) jj 1+ exp Cj - C1 ( ) В качестве примера ниже показана процедура дискриминантного анализа для класса «слишком низкое давление впрыскивания топлива (класс 41)» (рис.17). Распознавание данного нарушения работы ТА выполняется на основе анализа диагностических признаков Pf open, Pf max (рис.17,а). Выборка данных для класса 41 (при неизменном давлении Pf open) получена при стендовых испытаниях дизеля посредством искусственного создания протечек топлива в месте установки датчика. Давление Pf max уменьшилось приблизительно на 25 бар по сравнению с эталонным классом 1. На рис.17,б представлены рассеяния признаков Pf open и Pf max для классов 1 и 41, построенные по результатам экспериментальных данных, и определённый след дискриминантной функции D(1,41)=0. На рис.17,в,г приведено графическое отображение функции P(41/x,y)1, полученной в результате математической обработки экспериментальных данных (введены обозначения: x=Pf open; y=Pf max).

Для расчета величин апостериорной вероятности P(41/x,y)1 использовалось выражение (двумерный случай) P(41 / x, y)1 =, exp 2 C41 -C1 +( ) 2(1-r ) xy (x - x1)2 2r(x - x1)(y - y1) (y - y1)2 (x-x41)2 2r(x-x41)(y-y41) (y-y41)где C1 =- +; C41 =- +.

x xy y x xy y Алгоритм распознавания класса неисправности 41 на основе байесовской вероятностной оценки (является аналогом распознавания на основе полученной дискриминантной функции) представляется следующим логическим решением:

P(41 / x, y) 0,5 x, y 41, в противном случае x, y { } { } (если вектор {x,y} попадает в светлую область (рис.17,г), то {x,y}41; если вектор попадает в тёмную область, то {x,y}1. Область перехода от светлого фона к тёмному фону представляет собой область, в которой резко уменьшается апостериорная вероятность P(41/x,y)1. Данная область является проблематичной, так как ей свойственна повышенная вероятность ошибки распознавания).

6 (норма) Pf max Класс 5D (, )=1 55Pf open (пониженное 5давление впрыскивания) Класс 55-20 -10 0 10 380 400 420 440 4Угол поворота коленчатого вала , о ПКВ P f open, бар а) б) в) г) Рис.17. Иллюстрация разделения в пространстве признаков L {Pf open, Pf max} классов и 41: а – импульсы топлива, соответствующие исследуемым классам; б – поле вариации диагностических признаков и след дискриминантной функции; в – функция апостериорной вероятности P(41/x,y); г – проекция функции P(41/x,y) на плоскость L{Pf open, Pf max}.

Далее в главе рассматривается применение методологии СТРО при формировании алгоритма распознавания нарушений регулировок фаз газораспределения судового МОД. На стенде ЗАО УК БМЗ испытан дизель 6K67GF при нормальной и нарушенной регулировках фаз газораспределения.

При этом производилось индицирование цилиндров и запись параметров двигателя. Задачей исследования являлось решение задачи распознавания Pf P f max, бар Давление топлива, бар нарушений фаз газораспределения дизеля на основе анализа наблюдаемых изменений индикаторного процесса. Нарушение фаз газораспределения осуществлялось смещением (перебивкой) газовыпускных кулачных шайб, установленных на распределительном валу, на 30 по ходу вращения распределительного вала (на ход «вперёд»). Диагностические параметры выбирались на основе логического анализа взаимосвязи исследуемых нарушений и вызываемых ими изменениями индикаторного процесса (рис.18).

10 Раннее закрытие клапана P =P =1Позднее открытие клапана Уровень P scav P =2Позднее закрытие Раннее открытие клапана 60 90 120 150 180 210 240 270 3Угол поворота коленчатого вала Рис. 18. Параметры индикаторного процесса, выбранные для диагностирования нарушения фаз газораспределения МОД 6K67GF (показан фрагмент индикаторной диаграммы) В качестве диагностических параметров выбраны две точки индикаторной диаграммы. Одна – на линии сжатия для контроля фазы закрытия выпускного клапана, а другая – на линии истечения газов из цилиндра, для контроля фазы открытия клапана. Так как на отрегулированном двигателе 6K67GF угол закрытия выпускного клапана равен закр=236 о после ВМТ, то в качестве диагностической выбрана точка индикаторной диаграммы, отстоящая от закр на 10о ПКВ, то есть при угле поворота коленчатого вала =246о. Для контроля фазы открытия клапана, которая на отрегулированном дизеле должна соответствовать откр=98оПКВ, выбрана точка индикаторной диаграммы при =108о ПКВ. Однако положение выбранных диагностических точек зависит не только от фаз регулировки выпускного клапана, но и от ряда влияющих факторов, определяемых режимом работы дизеля. На признак p=246о влияет такой параметр, как давление в цилиндре в момент продувки (давление воздуха в продувочном ресивере pscav), а признак p=108 зависит от характера процесса расширения, предшествующего открытию клапана, который можно определить давлением в цилиндре, например при угле , равном 90о ПКВ (p=90о). Поэтому в общую систему величин, содержащих информацию о фазовых характеристиках работы выпускного клапана, включены ещё два параметра: pscav и p=90о (рис.18). В результате обработки выборочных данных получены следующие дискриминантные функции (рис.19):

D(1,2) = 0,6121 + 0,06594 pscav – 0,07517 p=246 ;

D(1,3)= – 0,01006 – 0,05304 p=90 – 0,08477 p=108, где класс 1 соответствует нормальной регулировке фаз выпускного клапана, класс 2 – ТС «клапан закрывается слишком рано», класс 3 – ТС «клапан открывается слишком рано».

Давление в цилиндре дизеля, бар 3.Класс D(1, 3) =(Клапан закрывается слишком рано) 3.Класс (Норма) D (1, 2) =2.Класс 2.(Норма) 6 Класс 2.( Клапан открывается слишком рано ) 2.2 1.6 1.8 2.0 2.2 2.4 2.6 2.8 7 8 9 10 11 12 13 p scav p =Давление продувочного воздуха, бар Давление в цилиндре, бар Рис. 19. Дискриминантный анализ обучающих выборок, полученных при нормальной и нарушенных регулировках фаз закрытия и открытия выпускного клапана МОД Далее в главе приводится процедура построения решающего правила для диагностирования нарушений фаз газораспределения на основе использования статистики D2-Махаланобиса. Для диагностирования нарушений фаз газораспределения судового МОД использовано правило принятия решения вида «свой-чужой»: D2(x) (D2=2(k=2,=0,05)) x1, в противном случае x 1 (т.е. x i, i 1), где 2(k=2,=0,05)=5,991 – критическое значение статистики 2.

Для решаемой задачи выполнено построение 95%-й доверительной области. Для проверки эффективности алгоритма распознавания была использована экзаменующая выборка x2. Для каждой реализации рассчитаны величины D2(x2), значения которых в основном оказались больше критического значения 5,991, что свидетельствует о том, что разработанный алгоритм хорошо распознает класс 2. О хорошей различимости классов можно судить также по критерию, представляющему собой отношение средних квадрата Махаланобиса, вычисленных по всем реализациям x1 и x2. Для приведенного примера D2 (x 2 )ср 13,данное отношение равно = = 6,54 (значительно превышает 1, что D2 (x 1)ср 2,подтверждает хорошую распознаваемость классов).

В конце главы рассматривается процедура построения алгоритма температурного мониторинга цилиндров МОД на основе применения статистики D2-Махаланобиса.

ЗАКЛЮЧЕНИЕ В качестве наиболее существенных результатов диссертационного исследования можно назвать следующие:

1. Разработан подход для решения задач диагностирования технического состояния судовых МОД, основанный на рассмотрении МОД как сложного объекта технического диагностирования, имеющего вероятностностатистическую природу. Предложено комплексное решение задач технического диагностирования МОД осуществлять с привлечением методов многомерной p Давление в цилиндре p = 1, бар Давление в цилинндре =2, бар статистики, теории статистических решений и статистической теории распознавания образов.

2. Исследованы методы многомерной статистики (корреляционный и регрессионный анализы) и статистической теории распознавания образов в прикладном аспекте для решения задач идентификации судового МОД как объекта технического диагностирования и создания эффективных алгоритмов диагностирования. Определено, что наиболее приемлемыми методами СТРО для построения алгоритмов диагностирования являются методы, основанные на байесовской оценке апостериорной вероятности классифицируемого объекта (технического состояния судового МОД):

• метод принятия решения на основе анализа апостериорной вероятности появления диагностируемого класса технического состояния;

• метод принятия решения на основе дискриминантных функций (линейный дискриминантный анализ);

• методы принятия решения на основе анализа обобщенного расстояния D2Махаланобиса.

Определены статистические критерии, позволяющие оценить степень различимости классов технического состояния диагностируемого объекта (судового МОД). Показано, что оценить степень различимости классов технического состояния можно также на основе применения энтропийной меры (по Шеннону).

2. Разработано вспомогательное алгоритмическое обеспечение для СТД МОД, содержащее следующие алгоритмы:

• алгоритм цифровой компенсации дрейфа нуля тензометрического датчиков давления газов в цилиндрах ДВС и топлива ;

• алгоритм поиска корректного положения отметки верхней мёртвой точки цилиндра;

• алгоритм скользящего сглаживания и цифровой фильтрации процессов – предназначен для обработки индикаторной диаграммы, регистрируемой СТД;

• алгоритм поиска фаз открытия (закрытия) выпускного клапана цилиндра МОД на основе анализа индикаторного процесса;

• алгоритмы оценки герметичности камеры сгорания цилиндра судового МОД;

• алгоритм автоматической идентификации характерных точек на характеристике топливоподачи судового МОД;

• алгоритмы оценки эффективности (КПД) турбокомпрессоров судовых МОД и технического состояния подшипников ТК на основе анализа процесса выбега ротора.

Создано программное обеспечение. Разработанные алгоритмы заложены в СТД МОД.

3. Создана многофункциональная компьютеризированная СТД судового МОД, регистрирующая и анализирующая индикаторный процесс, импульс давления топлива, образующийся после ТНВД, закон движения выпускного клапана и ряд других процессов. СТД позволяет определять отклонения регистрируемых процессов от эталонных и устанавливать причины, вызывающие эти отклонения. Разработана опция СТД для более углубленного анализа работы топливной аппаратуры МОД. В СТД заложено разработанное автором алгоритмическое обеспечение. В СТД ТА частично реализована концепция «обучения», предполагающая проведение цикла обучения СТД на начальном этапе эксплуатации дизеля. В течение цикла «обучения» СТД «сама» накапливает и обрабатывает информацию, поступающую от датчиков дизеля, и строит эталонные характеристики процесса впрыска (функционально связанные с режимом работы дизеля). Впоследствии при диагностировании МОД эталонные характеристики предоставляются системой оператору. Разработанные СТД применяются в технологическом процессе испытаний МОД на стенде ЗАО УК БМЗ, а также при проведении сервисных и ремонтных работ на судах. Один экземпляр СТД передан в Брянский государственный технический университет для использования в учебном процессе подготовки студентов на кафедре «Тепловые двигатели».

4. С целью создания алгоритмов диагностирования МОД, представленных в форме таблиц функций неисправностей (ТФН), выполнено исследование различных типов судовых МОД производства ЗАО УК БМЗ. Получены вариации основных параметров рабочего процесса дизелей, обусловленные изменением нагрузочного режима. Проведен корреляционный и регрессионный анализ полученной вариации параметров и построены эталонные диагностические характеристики, впоследствии используемые для целей диагностирования. ЭДХ получены в форме регрессионных моделей, описывающих изменение основных функциональных параметров в широком диапазоне нагрузок, для четырех типов судовых МОД производства ЗАО УК БМЗ.

Выполнено исследование импульса давления топлива, образующегося после ТНВД судового МОД. Получено описание изменения фазовых и амплитудных параметров импульса в зависимости от режимных факторов работы дизеля, которое использовано в алгоритмическом обеспечении СТД ТА.

В качестве альтернативного подхода предложен нестрогий метод диагностирования ТС МОД, основанный на использовании графических цветных образов, содержащих наглядную информацию о качестве протекания рабочих процессов в дизеле.

5. На конкретных примерах подтверждена высокая эффективность применения методологии многомерной статистики и СТРО для решения задач диагностирования технического состояния судовых МОД:

• численным моделированием рабочего процесса МОД на ЭВМ получена вариация параметров рабочего процесса, соответствующая классам нормального технического состояния ТА (процесса тепловыделения в цилиндрах) и состояний ТА (процессов тепловыделения), имеющих различные нарушения, сформирована система дискриминантных функций для диагностирования смоделированных неисправностей;

• в результате экспериментальных исследований получены статистические выборки данных, соответствующие различным нарушениям процесса топливоподачи судового МОД (анализировался импульс давления топлива за ТНВД). Выборки проанализированы с применением методов СТРО, сформирована система дискриминантных функций, идентифицирующих нарушения в работе ТА, даны вероятностные оценки степени различимости распознаваемых классов технического состояния ТА;

• показана эффективность разработанного подхода к алгоритмизации СТД МОД на примере задачи распознавания нарушений фаз открытия (закрытия) выпускного клапана МОД. Показано, как незначительное изменение фаз газораспределения приводит к изменениям индикаторного процесса дизеля.

Анализ параметров индикаторного процесса с использованием дискриминантного анализа позволяет контролировать фазы газораспределения МОД;

• рассмотрена процедура построения правила принятия решения для диагностирования нарушений фаз газораспределения МОД с применением статистики D2-Махаланобиса;

• разработан алгоритм мониторинга температурного состояния цилиндров МОД на основе использования статистики D2-Махаланобиса.

Основное содержание диссертации отражено в 37 научных работах:

1. Построение алгоритма диагностирования малооборотного дизеля на основе регрессионных моделей (для использования с устройством К-748) /Е.В.Дмитриевский [и др.] //Двигателестроение. – 1984. – №1. – С.46–49.

2. Левин М.И., Дмитриевский Е.В., Обозов А.А. Эталонная модель процесса тепловыделения судового малооборотного дизеля для целей диагностирования //Двигателестроение. – 1985. – №1. – С.31–35.

3. Левин М.И., Обозов А.А. Применение методов статистической теории распознавания образов при синтезе алгоритмов диагностирования малооборотных дизелей //Двигателестроение. –1986. – №2. – С.15–18,24.

4. Дмитриевский Е.В., Обозов А.А. Идентификация множества допустимых законов тепловыделения судового малооборотного дизеля //Двигателестроение.–1986. – №7. – С.6–8.

5. Левин М.И., Обозов А.А. Автоматическая безразборная диагностика дизелей.

Информационные аспекты. Применение метода «обучения» при решении задач диагностирования судового малооборотного дизеля //Двигателестроение.–1986. – №9. – С. 41–46.

6. Дмитриевский Е.В., Ковальчук Л.И., Обозов А.А. Построение моделей для оценки качества функционирования судовых дизелей в условиях эксплуатации //Двигателестроение. –1990. –№11. –С.28–30, 64.

7. Кайков Л.В., Обозов А.А. Развитие сервисного обслуживания судовых малооборотных дизелей производства ЗАО УК «Брянский машиностроительный завод» //Судостроение. –2004. –№6. –С.37–39.

8. Обозов А.А. Судовой малооборотный дизель 7S50MC-C Брянского машиностроительного завода //Судостроение. –2005. – №5. – С.40–42.

9. Обозов А.А. Типовой алгоритм диагностирования для судовых малооборотных дизелей производства ЗАО УК «БМЗ» //Сб. научн. тр. по проблемам двигателестроения, посвященный 175-летию МГТУ им. Н.Э.Баумана.–М.:

МГТУ, 2005.–С. 267–276.

10.Обозов А.А. Алгоритм поиска корректного положения отметки ВМТ в системах диагностики судовых дизелей //Двигателестроение.–2006.–№ 1(223).

–С. 27–30.

11. Обозов А.А. Алгоритм поиска фаз открытия и закрытия выпускного клапана цилиндра дизеля для системы функциональной диагностики //Двигателестроение. –2006. –№ 2 (224). –С.20–22.

12. Обозов А.А. Алгоритмы сглаживания индикаторных диаграмм //Судостроение.– 2006. –№4. –С. 38 –41.

13. Обозов А.А. Конструктивные особенности и характеристики судового малооборотного дизеля 7S50MC-C повышенной степени форсировки //Судостроение.–2007. –№ 1. –С.42 – 45.

14.Обозов А.А. Алгоритм нахождения характерных точек на характеристике топливоподачи судового дизеля//Двигателестроение.–2006.–№4(226).–С.35–39.

15. Обозов А.А. Эталонные характеристики процесса топливоподачи судовых малооборотных дизелей //Судостроение. – 2007. –№3. –С. 32–36.

16. Обозов А.А. Номографический метод оценки эффективности функционирования турбокомпрессоров судовых дизелей //Двигателестроение.

–2007. –№2 (228). –С.37–41.

17.Обозов А.А. Статистическая теория распознавания образов и алгоритмы диагностирования топливной аппаратуры судового дизеля // Двигателестроение. – 2008. –№1 (231). –С.31–35; №2(232). –С. 44–49.

18.Рогалёв В.В., Клочков А.В., Обозов А.А. Особенности тепловыделения малооборотного дизеля со средним индикаторным давлением 2,0 МПа //Двигателестроение. – 2007. –№ 4 (230). –С.16 –19.

19. Обозов А.А. Разработка системы технического диагностирования топливной аппаратуры судового дизеля //Двигателестроение. – 2008. –№4(234). –С.18–22.

20. Обозов А.А. Аналоговый и цифровой методы компенсации температурного дрейфа нуля тензометрического датчика для измерения давления газов в цилиндрах ДВС //Приборы и системы. Управление, контроль, диагностика. – 2008. –№2. –С.41–43.

21.Обозов А.А. Многофункциональная система регистрации и диагностического анализа процессов судового малооборотного дизеля //Приборы и системы.

Управление, контроль, диагностика. –2008. –№1.–С.45–49.

22.Обозов А.А. Результаты исследования импульса давления топлива за ТНВД судового малооборотного дизеля 6S50MC-C (MAN B&W) производства БМЗ //Двигателестроение. –2009. –№4. –С.20–23.

23. Обозов А.А. Оценка герметичности камеры сгорания судового малооборотного дизеля для использования в системах технической диагностики //Судостроение. – 2007. –№6. –С.48–50.

24. Обозов А.А. Применение методов статистической теории распознавания образов при алгоритмизации систем диагностики судовых дизелей //Приборы и системы. Управление, контроль, диагностика. –2009. –№6. –С.40–44.

25. Обозов А.А. Температурный мониторинг цилиндров судового малооборотного дизеля на основе статистического критерия// Судостроение.– 2008 –№3. –С.35–39.

26. Обозов А.А. Методы визуализации процессов судового дизеля для решения задач технической диагностики //Судостроение. – 2009. – №1. – С.28–31.

27.Обозов А.А., Рогалёв В.В., Клочков А.В. Исследование процесса сжатия в судовом малооборотном дизеле со средним индикаторным давлением 20 бар //Двигателестроение. –2009. –№1 (235). –С.10–14.

28. Обозов А.А. Оценка технического состояния подшипников турбокомпрессоров судового малооборотного дизеля на основе анализа характеристик выбега ротора //Судостроение. –2010. –№ 1.

29. Обозов А.А. Тестовый метод оценки газоплотности камеры сгорания судового малооборотного дизеля. //Двигателестроение. – 2009. – № 2(236). –С.51–52.

30. Пахомов Ю.А., Обозов А.А. Построение эталонных моделей для систем диагностирования малооборотного дизеля по результатам пассивного эксперимента.–Брянск: Брянский институт трансп. машиностр. –1990. –13с. с ил.

Библиогр.: 6 назв. (Рук. ДЕП в ЦНИИТЭИ-тяжмаш 31.07.90. –№ 614 – тм 90).

31. Рогалёв В.В., Обозов А.А. Построение таблицы функций неисправностей для диагностирования малооборотного дизеля //Повышение надёжности энергетических машин: Сб. научных трудов Брянского государственного технического университета. –1996. –С.135–142.

32. Рогалёв В.В., Обозов А.А. Эталонные модели для систем диагностирования малооборотного дизеля, полученные по результатам пассивного эксперимента //Повышение надёжности энергетических машин: Сб. научных трудов Брянского государственного технического университета. –1996. –С.142–147.

33.Обозов А.А. Вероятностно-статистическое описание импульса давления топлива за топливным насосом высокого давления судового дизеля//Вестник Брянского государственного технического университета.– 2008.–№1(17).–С.

49–53.

34.Обозов А.А. Методология статистической теории распознавания образов (СТРО) при алгоритмизации систем технической диагностики дизелей //Двигатель–2007: Сб. научных трудов по материалам Международной конференции, посвященной 100-летию школы двигателестроения МГТУ им.

Н.Э.Баумана. – М., 2007. –С.534–539.

35.Обозов А.А. Новые информационные технологии – путь к созданию эффективных систем диагностики судовых малооборотных дизелей // НТКД – 2008: Сборник тезисов докладов Международного научно-технического конгресса по двигателестроению. – М., 2008. – С.66–70.

36. Обозов А.А.Техническое диагностирование трудноразличимых неисправностей топливной аппаратуры судового дизеля на основе байесовской вероятностной оценки // Вестник Брянского государственного технического университета.– 2008. – №4 (20). – С.44–48.

37.Обозов А.А. Применение метода имитационного моделирования рабочего процесса ДВС как средства алгоритмизации систем технической диагностики //Вестник Брянского государственного технического университета.

–2009. –№2(22). –С.99–104.







© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.