[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

权利要求书

1.一种基于振动和油液信息的发动机状态监测方法，其特征在于，包括以下步骤：

提取发动机的振动特征参数；

提取发动机的油品特征参数；以及

发动机的运行状态综合评价，其包括：

建立评价集：将发动机运行状态分为4个等级，即良好、正常、故障、警告；

建立因素集：确定一级因素集和二级因素集，根据所述一级和二级因素集中的元素的重要程度来分配相应的权重系数，所述一级因素集为油品和振动两个元素构成的因素集，所述二级因素集为油品的理化指标数据构成的油品子集和发动机的振动数据构成的振动子集；

确定隶属度函数：对于所述振动子集和油品子集中的各个元素进行单因素评判，建立隶属度函数；

确定评判矩阵：由上述隶属度函数确定所述一级因素集和二级因素集中的各个元素对所述评价集的隶属度，确定油品因素和振动因素的评判矩阵，根据模糊推理合成规则，结合所述振动子集和油品子集的权重求得二级因素评判矩阵；以及

综合所述油品子集和振动子集评判形成运行状态综合评判矩阵，并结合所述一级因素集中的元素所占的权重，选择合适的模糊运算模型计算，得到综合评判结果，从而判断发动机运行状态。

2.根据权利要求1所述的基于振动和油液信息的发动机状态监测方法，其特征在于，所述提取发动机的振动特征参数的步骤包括：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，并选择两个测点，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。

3.根据权利要求1所述的基于振动和油液信息的发动机状态监测方法，其特征在于，所述油品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。

4.根据权利要求1所述的基于振动和油液信息的发动机状态监测方法，其特征在于，所述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。

5.一种基于振动和油液信息的发动机故障诊断方法，其特征在于，包括以下步骤：

执行如权利要求1所述的基于振动和油液信息的发动机状态监测方法；以及

如果判定发动机的运行状态为故障或者警告，则继续执行以下步骤：

发动机机油铁谱信息特征参数的提取，获得润滑油铁谱信息；

建立发动机的振动—磨损混合故障树，得到发动机振动—磨损混合故障树的最小割集；

根据上述混合故障树的最小割集建立模糊诊断故障集；

建立发动机综合故障征兆集合；

由隶属函数得到发动机油液铁谱和振动故障征兆与振动原因之间的模糊关系，即得出每一个故障征兆对每个故障原因的隶属度，由此得到发动机单个故障征兆对各故障因素隶属度组成的单故障征兆模糊子集；

将发动机油液故障征兆和振动故障征兆的隶属度模糊子集组合成矩阵形式，得到发动机故障集与综合征兆集的模糊关系矩阵，即为发动机模糊综合诊断矩阵；以及

根据模糊推理合成规则，由综合征兆集，模糊算子和模糊诊断矩阵，得到综合评判模型。

6.如权利要求5所述的于振动和油液信息的发动机故障诊断方法，其特征在于，在所述发动机综合故障征兆集合中，包括m个参数，前i种故障征兆为振动参数征兆，选择对振动信号比较敏感的统计参数作为故障特征；而故障征兆集中其余的故障征兆为油液铁谱参数征兆，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。

7.如权利要求6所述的于振动和油液信息的发动机故障诊断方法，其特征在于，所述对震动信号比较敏感的统计参数包括幅值、均值、均方值、峭度、偏度和功率谱。

8.如权利要求6所述的于振动和油液信息的发动机故障诊断方法，其特征在于，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。

9.根据权利要求5所述的基于振动和油液信息的发动机故障诊断方法，其特征在于，所述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。