[发明专利]基于振动和油液信息的发动机状态监测和故障诊断方法

说明书

本发明公开了一种基于振动和油液信息融合的发动机状态监测和故障诊断方法，包括以下步骤：(1)提取发动机的振动特征参数、发动机的油品特征参数和发动机油液铁谱磨粒特征参数；(2)采用基于发动机振动信号和发动机油品特征参数的油品理化指标模型进行监测；(3)采用基于发动机振动信号和发动机油液铁谱磨粒特征参数模型进行诊断；(4)综合一级状态评价模型和二级故障诊断模型结果，从而判断发动机运行状态。本发明的方法，结合发动机振动和油液信息对发动机的运行状态进行评价，评价结果为是否故障或警告。在发动机出现故障的情况下，结合发动机振动和油液铁谱磨粒信息对发动机的故障情况进行诊断，迅速查明发动机的故障原因。

技术领域

本发明涉及发动机故障诊断方法领域，尤其涉及一种基于振动和油液信息融合的发动机状态监测和故障诊断方法。

背景技术

对于机械设备而言，发动机是一种重要的动力机械，也是机械设备的核心动力组成部分。现有技术中公开的发动机故障诊断的方法主要以振动信息诊断、油液信息诊断、状态参数诊断、声发射信息诊断为主。其中基于单一振动信息和油液信息诊断应用最广泛。仅凭单一信息是不能完整反映发动机的运行状态的。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种基于振动和油液信息融合的发动机状态监测方法，从而克服了现有技术中采用单一信息为主而导致的监测准确率不高的缺点。

本发明的另一目的在于提供一种基于振动和油液信息融合的发动机故障诊断方法，其能够在发动机发生故障的前提下结合油液和振动信息而准确查明发生故障的具体部件或具体原因。

为实现上述目的，本发明提供了一种基于振动和油液信息融合的发动机状态监测和故障诊断方法，包括以下步骤：

(1)提取发动机的振动特征参数、发动机的油品特征参数和发动机油液铁谱磨粒特征参数；

(2)采用基于发动机振动信号和发动机油品特征参数的油品理化指标模型进行监测：将发动机运行状态分为4个等级，即良好、正常、故障、警告；基于发动机振动信号和发动机油品特征参数的信息建立发动机一级状态评价模型，并对发动机的运行状态进行评价，评价结果为是否故障或警告；

(3)采用基于发动机振动信号和发动机油液铁谱磨粒特征参数模型进行诊断：根据发动机的故障或警告情况，将发动机故障诊断结果分为发动机故障集，基于发动机振动信号和发动机油液铁谱磨粒特征建立二级故障诊断模型，并对发动机的故障情况进行诊断，评价结果为发动机故障集的维修或维护；

(4)综合一级状态评价模型和二级故障诊断模型结果，从而判断发动机运行状态。

优选地，上述技术方案中，步骤(1)中提取振动特征参数的方法为：将发动机振动监测试验测试点选在缸盖上端平面和机身侧部靠近曲轴处，选择两个测点，将测点一布置在缸盖上端面，将测点二布置在机身侧部靠近曲轴处。

优选地，上述技术方案中，步骤(1)提取油品特征参数为：油品特征参数的理化指标构成的油品子集中的元素包括：粘度劣化率、机械杂质劣化率、水分劣化率和酸值劣化率。

优选地，上述技术方案中，步骤(1)提取油液铁谱参数为：根据数据的特点以及对参数进行灵敏度分析，选择对磨粒敏感的故障特征参数，所述对磨粒敏感的故障特征参数包括磨粒数、小磨粒数、磨损严重指数和各种磨粒的磨损状态。

优选地，上述技术方案中，步骤(2)中提取发动机的振动特征参数和提取发动机的油品特征参数采用线上模式，振动传感器和油品传感器的信号通过串口发出，然后通过无线模块将信息发送至网络服务器，将客户端接入到网络服务器，达到信息接收和反馈的及时性。