基于示功图的柴油机全工况下在线预警方法、系统及介质与流程

本发明涉及柴油机故障在线预警
技术领域：
，具体地，涉及一种基于示功图的柴油机全工况下在线预警方法、系统及介质。
背景技术：
：柴油机使用环境条件恶劣，在使用过程中若忽视其状态监测与故障诊断，不能及时探测发生故障并进行维修时容易引发安全事故，轻则造成柴油机的损坏，严重情况下危害财产及人身安全。通过一定的故障诊断技术和设备，对柴油机早期发生的故障进行有效诊断，并及时给出预警信息，降低严重事故的发生概率，是提高柴油机可靠性的重要手段。柴油机缸内工作过程是柴油机实现热功转换的核心过程，做功过程的优劣直接影响到柴油机功能实现和工作效率。虽然目前很多机构都在研究利用瞬时转速反算示功图或通过计算其频谱信息判断柴油机是否发生做功不良的状况，但反映柴油机做功过程最直接的手段还是气缸压力示功图的状态，它综合反映了柴油机输出机械功的热力转换过程。既能定性，也可定量的显示出气缸内工作循环的实际情况。特别是通过示功图计算得到的平均指示压力imep，它是衡量柴油机实际循环动力性能的一个很重要的指标，该指标可实时反映每个缸各个工作循环的做功状态。目前针对柴油机缸内工作过程做功状态的评估主要有两种模式，一种是离线模式，该模式下是将各缸的示功图存储下来，计算出反映各缸做功状态的特征值，与原柴油机定型状态下的特征值进行比对，从而对柴油机现有的做功状态作出评价；另一种是在线模式，该模式可以对柴油机各缸的做功状态实时作出评估，但评估阈值有两种，一种是不考虑工况的变化实行单一阈值的评估策略，该方法无法精确的给出做功不良的判断，只能粗略判断失火或超负荷做功；另一种评估阈值是依靠提前标定好的阈值map，该方法可以实现全工况下的状态评估，但由于标定阈值时的柴油机和台架与实际使用时状态并不完全一致，因此容易出现漏诊和误诊的情况。目前针对柴油机缸内做功状态评估的技术方案主要存在以下缺点：1)部分方案采用的是基于瞬时转速反推示功图等间接方法，仅能诊断失火等显著故障；2)有些方案采用的是离线评估方案，无法做到实时在线评估预警；3)有些评估阈值不考虑工况的变化实行单一阈值的评估策略，导致评估精度低，容易出现漏诊、误诊的情况；4)有些评估阈值采用提前标定好的阈值map，无法根据柴油机的实际状态实现阈值自学习，同时也无法解决某些极端工况在台架试验中无法获得标定数据的问题。本发明的目的是解决现有柴油机缸内状态评估预警方法的弊端，提出一种基于示功图的可实现全工况下阈值自学习的评估预警方法。专利文献cn108593304a(申请号：201810246541.0)公开了一种核电应急柴油机多工况预警状态监测和诊断分析系统及方法，方法包括如下步骤：采集应急柴油机的状态信号；周期性的截取状态信号，并转化为角域信号，将应急柴油机的运行状态定义在一个周期内的不同相位上；将截取转化后的状态信号与健康状态模型进行对比，评价应急柴油机的运行状态。技术实现要素：针对现有技术中的缺陷，本发明的目的是提供一种基于示功图的柴油机全工况下在线预警方法、系统及介质。根据本发明提供的基于示功图的柴油机全工况下在线预警方法，包括：阈值自学习步骤：将柴油机运行工况进行分割并获取示功图，根据示功图计算平均指示压力imep值，并确定预警阈值；在线预警步骤：根据预警阈值，与当前平均指示压力imep实际值比较，进行预警判断。优选地，所述阈值自学习步骤包括：步骤a1：按照步长将柴油机运行工况的扭矩和转速分割成m*n个单元格，每个单元格代表一个限值区域，其中，m为扭矩步数，n为转速步数；步骤a2：采集限值区域内每缸所有循环的示功图，并对示功图进行预处理；步骤a3：根据示功图计算并存储平均指示压力imep值，根据设定imep值的有效值范围，剔除由测试干扰引起的异常值；步骤a4：当存储的imep值达到预设数量限值时，计算单缸所有循环imep的平均值μ及标准差σ，以μ±3σ作为限值区域内平均指示压力imep的阈值。优选地，所述在线预警步骤包括：步骤b1：采集限值区域内每缸所有循环的示功图，并对示功图进行预处理；根据示功图计算平均指示压力imep值；根据设定imep值的有效值范围，剔除由测试干扰引起的异常值；步骤b2：采集当前转速、扭矩值，根据阈值自学习步骤划分的限值区域，确定当前运行工况所属的限值区域，获得平均指示压力imep值的预警阈值；步骤b3：比较当前测得的平均指示压力imep实际值与预警阈值的关系；当imep实际值处于μ-3σ＜imep＜μ+3σ范围之内时，表示发动机做功正常；当imep实际值超过μ+3σ且循环数达到一定次数表示单缸做功负荷过大；当imep实际值低于μ-3σ且循环数达到一定次数表示单缸做功负荷不足。优选地，所述在线预警步骤包括：如果当前运行工况所属的限值区域内没有平均指示压力imep值的预警阈值，则对该工况执行阈值自学习步骤。根据本发明提供的基于示功图的柴油机全工况下在线预警系统，包括：阈值自学习模块：将柴油机运行工况进行分割并获取示功图，根据示功图计算平均指示压力imep值，并确定预警阈值；在线预警模块：根据预警阈值，与当前平均指示压力imep实际值比较，进行预警判断。优选地，所述阈值自学习模块包括：模块a1：按照步长将柴油机运行工况的扭矩和转速分割成m*n个单元格，每个单元格代表一个限值区域，其中，m为扭矩步数，n为转速步数；模块a2：采集限值区域内每缸所有循环的示功图，并对示功图进行预处理；模块a3：根据示功图计算并存储平均指示压力imep值，根据设定imep值的有效值范围，剔除由测试干扰引起的异常值；模块a4：当存储的imep值达到预设数量限值时，计算单缸所有循环imep的平均值μ及标准差σ，以μ±3σ作为限值区域内平均指示压力imep的阈值。优选地，所述在线预警模块包括：模块b1：采集限值区域内每缸所有循环的示功图，并对示功图进行预处理；根据示功图计算平均指示压力imep值；根据设定imep值的有效值范围，剔除由测试干扰引起的异常值；模块b2：采集当前转速、扭矩值，根据阈值自学习模块划分的限值区域，确定当前运行工况所属的限值区域，获得平均指示压力imep值的预警阈值；模块b3：比较当前测得的平均指示压力imep实际值与预警阈值的关系；当imep实际值处于μ-3σ＜imep＜μ+3σ范围之内时，表示发动机做功正常；当imep实际值超过μ+3σ且循环数达到一定次数表示单缸做功负荷过大；当imep实际值低于μ-3σ且循环数达到一定次数表示单缸做功负荷不足。优选地，所述在线预警模块包括：如果当前运行工况所属的限值区域内没有平均指示压力imep值的预警阈值，则对该工况执行阈值自学习模块。与现有技术相比，本发明具有如下的有益效果：1、本发明可以实时在线预警，完全满足实际应用；2、在降低误差的同时提高了评估精度，并扩展了应用范围；3、可以实现全工况范围内在线阈值自学习和故障预警功能，克服了现有方法中仅能诊断失火等显著故障的问题。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：图1为阈值自学习流程图；图2为在线预警流程图。具体实施方式下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。本发明方法主要分为阈值自学习和在线预警两部分。阈值自学习部分确定预警限值，在线预警部分进行预警判断。阈值自学习和在线预警两部分在时间阶段上并不是完全分开的。用户可以按照发动机的转速和扭矩范围将整个运行工况划分为若干个小的限值区域。当发动机运行在某一个限值区域内时，如果实际运行循环数没有达到设定自学习循环数时，则处于阈值自学习，不开启在线预警功能；当发动机在该限值区域内的实际运行循环数已超过设定自学习循环数时，则处于在线预警部分，因此在同一时间内，可能存在有些限值区域已处于在线预警，有些限值区域仍处于阈值自学习。阈值自学习的方法如下：1)按照不同步长将整个柴油机运行工况的扭矩和转速分割成m*n个单元格(m为扭矩步数，n为转速步数)，每个单元格代表一个限值区域；2)采集限值区域内每缸所有循环的示功图，并对示功图进行滤波等预处理。示功图中包含丰富的信息，从示功图中可获得爆压、最大压升率、燃烧始点、燃烧终点等多种信息量。准确提取示功图，有效除去示功图中的各种误差，是获得准确信息的根本保证。3)利用示功图计算并存储其平均指示压力imep值(计算imep的方法可参考资料中的《内燃机学》)；根据发动机的性能，设定imep值的有效值范围，剔除由于测试干扰引起的异常值，避免阈值出现偏差，从而出现误判。平均指示压力imep是衡量柴油机实际循环动力性能的一个很重要的指标，该指标可实时反映每个缸各个工作循环的做功状态。4)当存储的imep值达到设定数量限值时，计算单缸所有循环imep的平均值μ及标准差σ(计算μ和σ的方法可参考资料中的《概率论与数理统计》)，以μ±3σ作为该限值区域内平均指示压力imep的阈值，阈值自学习阶段结束；3σ规则阈值制定法以统计学中的3σ规则为制定准则，内燃机正常工作状态的气缸峰值压力应在其3σ范围内变化。阈值自学习流程如图1所示。在线预警的方法如下：1)采集限值区域内每缸所有循环的示功图，并对示功图进行滤波等预处理。利用示功图计算平均指示压力imep；根据设定imep值的有效值范围，剔除由于测试干扰引起的异常值。2)采集当前转速、扭矩值，根据阈值自学习阶段划分好的多个限值区域，确定当前运行工况所属的限值区域，获得平均指示压力imep值的预警阈值；如果当前运行工况所属的限值区域内没有平均指示压力imep值的预警阈值，则该工况则自动进入阈值自学习，不启动在线报警功能。3)比较当前测得的平均指示压力imep实际值与预警阈值的关系，当imep实际值处于μ-3σ＜imep＜μ+3σ范围之内时，说明发动机做功正常；当imep实际值超过μ+3σ范围且循环数达到一定次数表示单缸做功负荷过大；当imep实际值低于μ-3σ范围且循环数达到一定次数表示单缸做功负荷不足。在线预警流程如图2所示。利用本方法，对某型发动机的各缸做功状态进行了在线检测和评估。具体如下：1、根据方法的要求，定义好相关参数。表1某型发动机相关参数设定表参数名称数值备注发动机转速范围0～1500r/min发动机扭矩范围0～10000nm缸数6转速步长50r/min30列扭矩步长100nm100行imep上限值50bar当前水平发动机的imep均小于50barimep下限值0bar发动机在做功状态下均应大于0bar自学习循环次数5000超限次数10根据表中的设定，已将发动机的整个运行工况分割为30*100的网格区域，每个区域属于一个限值区域。2、安装好各缸的缸压传感器、键相传感器及相应的示功图采集模块，以便于能够采集发动机各缸的示功图。3、实时采集发动机的转速、扭矩和各缸每个循环的示功图，并对示功图进行滤波等预处理。利用示功图计算每个循环的平均指示压力imep值。如果imep值不在(0～50)范围内，认为其为无效值，应当剔除。4、以发动机的某一过渡工况为例，当前发动机的运行工况为转速988r/min，扭矩8652nm，此时它处于第20×86限值区域内。如果该限值区域内存储的平均指示压力imep值未达到5000个，则此时的imep值继续存储；如果该限值区域内存储的平均指示压力imep值刚好达到5000个，则需要计算5000个imep值的平均值μ及标准差σ，此时算得的平均值μ为18bar，标准差σ为5bar，因此该限值区域的阈值为(13,23)；如果发动机继续在该工况运行或经过一段时间再次运行该限值区域内工况时，此时的imep值如果在(13,23)范围内则认为做功正常，如果imep值连续10次低于13则认为做功不足，如果imep值连续10次高于23则认为做功过多，如果超限次数不足10次不报警。利用本方法可以实现全工况下的做功不良阈值自学习，不需要依靠经验，也不需要提前进行阈值map标定，同时实现了在线评估和预警。本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。当前第1页12