為了解決現有技術中的單一傳感器很難確定柴油機的故障所在的問題，本發明提供一種柴油機在線故障檢測方法及裝置，柴油機的轉速波動服從正態分布，導致振動的頻率也服從正態分布，將振動頻率作為BP神經網絡的輸入參數并進行訓練，構建一個樣本空間，并根據樣本的特征進行分布歸類，得到柴油機正常工作時的特征頻譜集合；再有新的樣本輸入時，BP神經網絡自主學習并輸出特征頻譜，如果偏離了既定特征頻譜，則認為柴油機發生故障。本發明能夠實時的對柴油機整體進行監測、分析柴油機運轉時的工作狀態，進行實時的評估，當柴油機發生故障前，可以根據這些信號的變化，對柴油機故障做出預警，并做出故障的分析。

技術領域

本發明屬于柴油機技術領域，具體涉及一種柴油機在線故障檢測方法及裝置。

背景技術

柴油機故障監測診斷技術是一種了解和掌握柴油機在使用過程中的狀態，確定其整體或局部是否產生異常，及早發現故障及其原因并能預報故障發展趨勢的技術。柴油機是結構極為復雜的動力機械，其狀態監測與故障診斷是其重點。因為柴油機設備的復雜性、工況的多樣性和單一傳感器的局限性，利用單一傳感器進行狀態監測與故障診斷時只能獲得部分信息，反映柴油機運行狀態的某一個側面，并不能準確定位并做出快速反應，實踐證明單一傳感器很難確定柴油機的故障所在，多傳感器在線測試診斷分析是柴油機故障診斷必然之路。因此對柴油機故障監測診斷方法及裝置優化改進非常必要。

發明內容

為了解決現有技術中的單一傳感器很難確定柴油機的故障所在的問題，本發明提供一種柴油機在線故障檢測方法及裝置。

為了實現上述目的，本發明采用的具體方案為：一種柴油機在線故障檢測方法，其特征在于：柴油機的轉速波動服從正態分布，導致振動的頻率也服從正態分布，將振動頻率作為BP神經網絡的輸入參數并進行訓練，構建一個樣本空間，并根據樣本的特征進行分布歸類，得到柴油機正常工作時的特征頻譜集合；再有新的樣本輸入時，BP神經網絡自主學習并輸出特征頻譜，如果偏離了既定特征頻譜，則認為柴油機發生故障。

一種柴油機在線故障檢測裝置，其特征在于：包括數據采集模塊、數據處理模塊、故障報警模塊、故障分析模塊、數據通訊模塊組成；

其中，所述數據處理模塊對數據采集模塊的數據進行處理，然后將處理后的數據發送至故障分析模塊中進行故障分析；如果存在故障信號，故障分析模塊將故障信號通過數據通訊模塊發送至故障報警模塊，進行故障報警。

工作流程主要是，首先對原始信號進行采集，將這些信號經過數據處理模塊完成處理，之后通過數據處理模塊對這些處理好的數據進行存儲和調用，同時，數據處理模塊與數據通訊模塊連接，獲得柴油機熱工參數。數據處理模塊將參數傳輸給故障報警模塊，該模塊對各類參數進行報警判斷；報警信號可通過故障分析模塊進行提示與詳細分析。

有益效果：本發明能夠實時的對柴油機整體進行監測、分析柴油機運轉時的工作狀態，進行實時的評估，當柴油機發生故障前，可以根據這些信號的變化，對柴油機故障做出預警，并做出故障的分析。

附圖說明

圖1為柴油機上傳感器安裝布置圖；

圖2為數據在線監測工作流程圖。

其中，1.機體振動測點；2.齒盤鍵相測點；3.齒盤瞬時轉速測點；4.缸體振動測點5.齒輪傳動箱振動測點。

其中，A側為飛輪端；B側位自由端。

具體實施方式

下面結合附圖對本發明進行進一步的說明。

一種柴油機在線故障檢測方法，其特征在于：柴油機的轉速波動服從正態分布，導致振動的頻率也服從正態分布，將振動頻率作為BP神經網絡的輸入參數并進行訓練，構建一個樣本空間，并根據樣本的特征進行分布歸類，得到柴油機正常工作時的特征頻譜集合；再有新的樣本輸入時，BP神經網絡自主學習并輸出特征頻譜，如果偏離了既定特征頻譜，則認為柴油機發生故障。