潘永波

（大連漁輪公司，大連 116001)

基于流形學(xué)習(xí)的柴油機(jī)振動(dòng)故障診斷方法研究

潘永波

（大連漁輪公司，大連 116001)

船舶柴油機(jī)是一個(gè)復(fù)雜程度較高的系統(tǒng)，其復(fù)雜性的構(gòu)造和工作原理增加了其產(chǎn)生故障癥狀的復(fù)雜性和故障診斷工作的困難性。一般情況下，船舶柴油機(jī)故障原因和故障預(yù)兆間呈現(xiàn)出一種錯(cuò)綜復(fù)雜的非線性關(guān)系，且在各個(gè)參數(shù)間也存在較強(qiáng)的非線性和耦合性，所以，診斷船舶柴油機(jī)故障，往往是順應(yīng)船舶柴油的這一復(fù)雜性結(jié)構(gòu)要求而采用非線性手段對(duì)其進(jìn)行相應(yīng)的故障診斷和狀態(tài)監(jiān)測(cè)。流形學(xué)習(xí)法就是這樣一種方法。隨著流形學(xué)習(xí)算法被廣泛應(yīng)用于機(jī)械故障診斷領(lǐng)域，其已成為我國模式識(shí)別研究領(lǐng)域中的一個(gè)熱點(diǎn)問題。但目前，流形學(xué)習(xí)在柴油機(jī)故障診斷過程中的應(yīng)用還存在一定缺陷。本文基于流形學(xué)習(xí)的基本理論原理進(jìn)行探討，并著重對(duì)流形學(xué)習(xí)法在船舶柴油機(jī)振動(dòng)故障診斷方面的應(yīng)用進(jìn)行歸納和總結(jié)。

船舶柴油機(jī) 流形學(xué)習(xí) 振動(dòng)故障 診斷

引言

船舶柴油機(jī)作為船舶動(dòng)力的重要裝置，其能否正常運(yùn)行對(duì)整個(gè)船舶有直接影響，船舶柴油機(jī)一旦發(fā)生故障，如果得不到及時(shí)處理，將會(huì)給整個(gè)營運(yùn)過程帶來重大損失，甚至還會(huì)危及人們生命財(cái)產(chǎn)安全。對(duì)船舶柴油機(jī)進(jìn)行故障診斷和狀態(tài)監(jiān)測(cè)，能及時(shí)發(fā)現(xiàn)船舶潛在的隱患，并采取有效措施避免隱患發(fā)生，極大地降低了柴油機(jī)的故障發(fā)生率，從而有效保證柴油機(jī)正常運(yùn)轉(zhuǎn)，同時(shí)，對(duì)節(jié)省維修費(fèi)用和避免重大事故等也具有深遠(yuǎn)意義。

1 流形學(xué)習(xí)的基本概念

流形學(xué)習(xí)主要是以微分流形、拓?fù)鋵W(xué)和變分學(xué)等為理論基礎(chǔ)，用來描述所有事物的空間存在形式。流形學(xué)習(xí)的實(shí)質(zhì)是從豪斯多夫空間到歐氏空間的一系列映射過程。假設(shè)在豪斯多夫空間M中存在任意樣本a，均存在于鄰域U與n維歐氏空間中的某一特定子集中，那么就可以認(rèn)為M屬于一種d維流形。流形學(xué)習(xí)的主要目的是：保證在拓?fù)淇臻g中具有相近或相同屬性的高緯流形數(shù)據(jù)，降維到低維空間后，這些高維數(shù)據(jù)仍可保留相同或相近的屬性特征。目前，流形學(xué)習(xí)法雖然在一些圖像識(shí)別等基礎(chǔ)領(lǐng)域已得到廣泛應(yīng)用，但在機(jī)械故障診斷方面還處在發(fā)展階段?，F(xiàn)階段，機(jī)械領(lǐng)域?qū)α餍螌W(xué)習(xí)的研究工作也主要集中在弱沖擊的信號(hào)提取、噪聲的去除及狀態(tài)的識(shí)別和趨勢(shì)分析等層面。

1.1 弱沖擊信號(hào)的提取和噪聲的去除

柴油機(jī)系統(tǒng)，其結(jié)構(gòu)特征之一就是復(fù)雜性程度較高，在加上測(cè)試環(huán)境的不穩(wěn)定性，在柴油機(jī)振動(dòng)故障的診斷過程中，或多或少地會(huì)受到機(jī)械運(yùn)行噪聲的影響，消除噪聲干擾能有效保證柴油機(jī)故障診斷的精度，且還能及時(shí)發(fā)現(xiàn)早期故障特征，杜絕柴油機(jī)振動(dòng)故障的發(fā)生。流形學(xué)習(xí)作為機(jī)械學(xué)習(xí)和模式識(shí)別的熱點(diǎn)之一，在弱沖擊信號(hào)的提取和噪聲的去除等方面發(fā)揮著重要作用。

1.2 狀態(tài)的識(shí)別

在柴油機(jī)的運(yùn)行狀態(tài)中，多個(gè)指標(biāo)參數(shù)之間都存在重疊，傳統(tǒng)方法不能完整地對(duì)復(fù)雜設(shè)備的運(yùn)行狀態(tài)進(jìn)行描述，因此，通過流形學(xué)習(xí)的優(yōu)勢(shì)，有效地將多維的特征指標(biāo)進(jìn)行融合，同時(shí)，有效去除存在于指標(biāo)間的冗余成分，保證準(zhǔn)確提取設(shè)備運(yùn)行狀態(tài)的有效特征，這已成為當(dāng)前研究的熱點(diǎn)之一。

1.3 狀態(tài)趨勢(shì)分析

通過流形學(xué)習(xí)的方法，建立機(jī)械狀態(tài)預(yù)測(cè)模型，并和其他一些機(jī)械運(yùn)行指標(biāo)結(jié)合，有效完成了對(duì)設(shè)備狀態(tài)變化趨勢(shì)的描述，從而能更好診斷出柴油機(jī)振動(dòng)故障的發(fā)生時(shí)間，同時(shí)還能更好地把握機(jī)械設(shè)備的剩余使用壽命。

雖然經(jīng)過不斷的研究和實(shí)踐，流形學(xué)習(xí)法在柴油機(jī)等機(jī)械設(shè)備的振動(dòng)故障診斷方面已經(jīng)取得了突破性的進(jìn)展，但還存在著某些不足，如流形學(xué)習(xí)法和柴油機(jī)振動(dòng)故障信號(hào)間的匹配問題還有待改善，尤其是如何降低柴油機(jī)振動(dòng)噪音以避免影響流形學(xué)習(xí)診斷的精確度，如何改進(jìn)、完善流形學(xué)習(xí)算法，從而保證保留有效信息，等等，這些都需要后期持續(xù)完善。

2 基于流形學(xué)習(xí)的船舶柴油機(jī)振動(dòng)故障診斷分析

2.1 概述

流形學(xué)習(xí)法屬于一種無監(jiān)督降維的方法，具備良好的維數(shù)精簡(jiǎn)功能，近年來，受到各方學(xué)者的高度關(guān)注。流形學(xué)習(xí)認(rèn)為，存在于高緯空間的數(shù)據(jù)都具有一定的低維流形結(jié)構(gòu)，通過流形算法對(duì)相應(yīng)低維嵌入的求解，進(jìn)而實(shí)現(xiàn)高維空間數(shù)據(jù)的低維轉(zhuǎn)化，并實(shí)現(xiàn)數(shù)據(jù)的可視化。簡(jiǎn)單來講，流形學(xué)習(xí)就是透過現(xiàn)象來研究數(shù)據(jù)本質(zhì)，挖掘數(shù)據(jù)的內(nèi)在規(guī)律，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)維數(shù)的約簡(jiǎn)。

2.2 船舶柴油機(jī)振動(dòng)信號(hào)的指標(biāo)特征分析

2.2.1 時(shí)域性特征

時(shí)域性特征指的是通過對(duì)柴油機(jī)振動(dòng)信號(hào)的直接利用，來計(jì)算相關(guān)的結(jié)果，屬于一種最直接而又簡(jiǎn)便的數(shù)據(jù)處理方法。對(duì)時(shí)域性特征指標(biāo)的提取又分為無量綱型和有量綱型兩大類。在利用有量綱型的指標(biāo)參數(shù)進(jìn)行柴油機(jī)的狀態(tài)分析比較過程中，要嚴(yán)格保證柴油機(jī)運(yùn)行參數(shù)和測(cè)點(diǎn)位置的高度一致性，否則分析的結(jié)果就不能準(zhǔn)確說明問題。在利用無量綱型進(jìn)行振動(dòng)振幅分析時(shí)，其計(jì)算結(jié)果只和柴油機(jī)的運(yùn)行狀態(tài)有關(guān)，而與其他運(yùn)行參數(shù)無關(guān)，所以，一般情況下，對(duì)柴油機(jī)振動(dòng)故障的診斷，都應(yīng)用無量綱型的指標(biāo)來進(jìn)行分析對(duì)比。

2.2.2 頻域特征

對(duì)柴油機(jī)這一類別的旋轉(zhuǎn)型機(jī)械，具有十分復(fù)雜的振動(dòng)信號(hào)，這也是由于柴油機(jī)振動(dòng)故障的加深而引發(fā)其他部位共振導(dǎo)致的；此外，不同故障類型的沖擊規(guī)律也不盡相同。因此，利用時(shí)域指標(biāo)，很難對(duì)其進(jìn)行特性分析。而頻域性指標(biāo)能更好地描述機(jī)械不同類型的故障沖擊規(guī)律，為現(xiàn)階段的柴油機(jī)故障類型和故障原因分析提供了一套行之有效的方法。

2.2.3 時(shí)頻域特征

傅里葉變化通常針對(duì)的是振動(dòng)信號(hào)的全局變換，而無法對(duì)平穩(wěn)信號(hào)的局部統(tǒng)計(jì)進(jìn)行描述，而對(duì)故障診斷過程中的非平穩(wěn)信號(hào)，隨著時(shí)間的變化，其統(tǒng)計(jì)特征也發(fā)生相應(yīng)改變；此時(shí)，就需要同時(shí)考慮時(shí)域性和頻域性，也就是所謂的時(shí)頻域性分析。通常用到的時(shí)頻域分析方法有小波分解、短時(shí)傅里葉變換、希爾伯特變換等。

2.3 基于流形學(xué)習(xí)法的船舶柴油機(jī)故障診斷分析

船舶柴油機(jī)復(fù)雜的結(jié)構(gòu)特性，也使其故障診斷工作呈現(xiàn)出復(fù)雜化的特點(diǎn)。一般情況下，船舶柴油的故障原因與故障預(yù)兆間呈現(xiàn)出的往往是一種毫無規(guī)律的非線性關(guān)系，這也直接加大了對(duì)船舶柴油故障診斷工作的難度。流形學(xué)習(xí)法屬于一種基于統(tǒng)計(jì)學(xué)理論的故障處理方法，能有效處理傳統(tǒng)方法不能處理的非線性關(guān)系。該方法在處理非線性關(guān)系過程中的基本思路是將處在高維特征空間的數(shù)據(jù)關(guān)系，通過一定的函數(shù)關(guān)系，成功將其映射到低維空間中，然后再描述其非線性的數(shù)據(jù)關(guān)系。流形學(xué)習(xí)法經(jīng)過近幾年的發(fā)展和應(yīng)用，在取得顯著成果的同時(shí)，也逐漸成為一大熱點(diǎn)研究?jī)?nèi)容。流形學(xué)習(xí)法憑借自身特有的優(yōu)勢(shì)，在解決小樣本、高維模式識(shí)別和非線性等多項(xiàng)常規(guī)方法不能解決的問題中發(fā)揮出了重要作用，因此，流形學(xué)習(xí)法在船舶柴油機(jī)的振動(dòng)故障診斷過程中較為適用。雖然基于流形學(xué)習(xí)法的船舶柴油機(jī)故障診斷技術(shù)現(xiàn)在還只是處在起步階段，但根據(jù)其應(yīng)用成果來看，該技術(shù)具有較強(qiáng)的實(shí)用性和可行性。相信隨著技術(shù)的不斷進(jìn)步，基于流形學(xué)習(xí)法的故障診斷技術(shù)在船舶柴油機(jī)故障診斷工作中將會(huì)取得更為廣泛的應(yīng)用，將發(fā)揮出更大的實(shí)際效果。

3 結(jié)語

本文介紹了流形學(xué)習(xí)方法的基本原理，并在此基礎(chǔ)上提出基于不同維數(shù)的流形學(xué)習(xí)算法。對(duì)柴油機(jī)振動(dòng)故障診斷過程中的參數(shù)指標(biāo)的時(shí)域性特征和頻域性特征及時(shí)頻域性特征進(jìn)行分析。經(jīng)研究發(fā)現(xiàn)，流形學(xué)習(xí)方法在船舶柴油機(jī)故障診斷過程中具有重要作用。但同時(shí)，當(dāng)前的船舶柴油機(jī)故障診斷中的流形學(xué)習(xí)法還處在起步階段，在某些方面還存在一定的缺陷和不足，還需要后期不斷地進(jìn)行研究改進(jìn)。

[1]蘇祖強(qiáng)，湯寶平，姚金寶.基于敏感特征選擇與流形學(xué)習(xí)維數(shù)約簡(jiǎn)的故障診斷[J].振動(dòng)與沖擊，2014，（3）：70-75.

[2]王冠偉，張春霞，莊健，等.流形學(xué)習(xí)在機(jī)械故障診斷中的應(yīng)用研究[J].工程數(shù)學(xué)學(xué)報(bào)，2012，（4）：593-599.

[3]郭江華，侯馨光，陳國鈞，等.船舶柴油機(jī)故障診斷技術(shù)研究[J].中國航海，2005，（4）：75-78.

[4]盧志美，曹熙武，梁進(jìn)奕，等.柴油機(jī)智能故障診斷技術(shù)及其發(fā)展趨勢(shì)[J].裝備制造技術(shù)，2010，（1）：107-109.

Study on Vibration Fault diagnosis of Diesel Engine Based on Manifold Learning

PAN Yongbo
(Dalian Fishing Vessel Company, Dalian 116001)

Marine dies el engine is a complex s ystem with a high degree of com plexity, and the com plexity of the s tructure and working principle of m arine dies el engine has increas ed the complexity and difficulty of fault diagnosis. Under normal circumstances, t here is a complicated nonlinear relationship between marine dies el engine fault and fault warning, and there is a s trong nonlinear and coupling among the various parameters, so that the fault diagnosis of marine diesel engine is often the fault diagnosis and condition monitoring of the ship diesel engine. Manifold learning method is such a method. With manifold learning algorithm is widely used in the field of mechanical fault diagnosis, it has become a hot is sue in the field of pattern recognition. But at present, there are s ome defects in the application of m anifold learning in the pr ocess of fault d iagnosis of dies el engine. In this paper, the basic theory of manifold learning is discussed, and the application of manifold learning method in vibration fault diagnosis of marine diesel engine is summarized and summarized.

marine diesel engine,manifold learning,vibration fault,diagnosis