《DF4B型内燃机车柴油机燃油系统故障与处理策略》8700字（论文）

前言由于发动机各部件的结构状况不同，其性能也会发生不同程度的改变，如果能够通过对其特性的改变，就能够对有关零件的工作状况进行正确的判断，从而选择合适的维修方法，既有利于其性能的恢复，又有利于延长其使用寿命，同时也有助于克服维修中的盲目性，防止无功维修和过多维修，从而提高工作的效率和经济效益。因此，本文研究柴油机的故障诊断具有重要的现实意义。故障诊断就是在特定的工作条件下，对故障的成因和特性进行分析，从而确定故障的位置和组成，并对故障的发展趋势进行预测。近年来，由于计算机技术的迅速发展，许多大型企业都采用了故障诊断技术，但是至今为止，故障诊断技术的发展并不明显。在技术力量、装备等方面，发动机出现的一些疑难问题，尤其是发动机的性能问题，常常难以得到有效的解决，很多零件提前替换，浪费了大量的维护资源，增加了故障诊断的时间。近年来，电子系统的故障诊断技术在理论上有了长足的进步，但在实际工程中应用相对较少。为此，本论文研制了一套针对柴油机故障的故障诊断与记录系统，以收集各类传感器的信号，并对所获得的数据进行分析，从而判断其目前的状况；在发生故障时，对目前的参数进行记录；通过对故障数据的读出，分析了柴油机的工作状况。1相关概念阐述1.1DF4B柴油机概述柴油机是柴油机车的主要动力来源，DF4B型准高速客运柴油机车也是如此。然而，由于发动机本身的性能不能适应列车的牵引性能，所以必须把发动机的曲轴与发动机的机械能、电、机能量进行转化和传输。中国铁路的电力驱动型内燃机车经过了直流、交流两级的发展，目前正处于交流驱动的发展阶段。但是，从中国现有的铁路数量、技术的成熟程度以及制造费用等方面考虑，中国的万里铁线将长期使用交直流柴油机车。以中国产的东风4型、东风8型、东风9型、东风11型等为代表，采用直流、交流方式。其基本原理是由柴油机直接带动同步牵引发电机。图1电传动内燃机车结构示意图发电机三相AC电源通过一台硅整流箱整流器进行整流，再通过6台并联的DVT驱动，向机车输送电能。由同步牵引发电机将其机械能转化为电力，再由牵引电动机转化为机械能，保证机车的最佳牵引性能。图2是交流交直流电传动内燃机车的工作原理。该发电机由一台同步牵引发电机GS直接驱动，该发电机的三相交流电经过ZL整流后，被六个并联的直流牵引电动机M供电，从而实现了动力的转移，也就是将柴油机的机械能转化为电动机的机械能。东风11型机车的电气驱动系统包括主电路，励磁回路，控制电路，辅助电路，照明电路等。图2交直流电传动内燃机车原理图1.2DF4B柴油机工作原理1.2.1进气冲程（1）从上止点到下止点，活塞被曲轴带动。（2）开启进气阀，关闭排气阀。（3）活塞运动至下止点，使得活塞上面的容积增大，从而产生一种真空，在这种情况下，气体和汽油的混合气体会从吸入阀中流入腔室，这时，活塞继续向下止点运动，直至活塞达到下止点，进气阀关闭，进气行程结束。1.2.2压缩行程（1）在曲轴的驱动下，活塞由下止点运动到终点。（2）进气阀和排气阀均是关闭的。（3）当活塞上升时，将在空腔中的混合物压缩，直至达到上止点，这时，汽缸内部的压力在600-1500千帕之间，在600-800千帕之间，远远超过了汽油（263千帕）的点火温度。图3DF4B型内燃机车柴油机示意图1.2.3工作行程（1）在压缩过程中，火花塞会发出电火花，使汽缸中的易燃物质快速燃烧。该气体在高温和压力下形成。由于气压的影响，活塞由上止点运动至下止点，并带动曲轴向外转动。工作行程在活塞运动至下止点时完成。（2）在操作期间，应关闭入口和出口。在工作期间，汽缸内的气压、温度在初期迅速升高，瞬间压力可达到3~5Mpa，瞬间温度可达到2200~2800K。在工作行程的末尾，压力大约在300千帕到500千帕之间，在大约1500千帕到1700千帕之间。1.2.4排气行程（1）在工作行程的末尾，排气门开启，活塞从下止点运动到上止点，该上止点是用曲柄驱动的。（2）在剩余压力下，排气阀从排气阀中被活塞排出至汽缸。当活塞运动至上止点，排气门就会被关闭，排出行程也就完成了。在排出后，由于燃烧室体积的原因，汽缸中仍然残留着少量的废气。这时，在大约105千帕到125千帕之间的压力下，在900到1200千帕之间，在完成排气行程之后，重新开启进气阀，进入下一次运行周期，让引擎自动运行。2内燃机故障常见几种诊断技术内燃机的故障诊断一直是国内外学者所关注的一个难题。故障诊断是一个复杂的系统问题，它涉及到许多学科的交叉知识，如数理统计、智能化管理等。内燃机结构复杂，各种故障间关系密切，数据特征、信号信息、故障现象等因素相互交织，用传统的识别技术很难对其进行有效的诊断。内燃机故障的诊断主要包括信号采集、信号分析、故障识别和故障诊断四大环节。根据所收集到的数据，将其分为三种类型：振动特征、油谱特征和废气特征。智能诊断中，智能算法模型是以神经网络为代表的。2.1基于振动特征的故障诊断模型美国、日本、欧洲等国在70年代就对振动信号与发动机失效进行了深入的探讨。R.H.Lyon教授（1980）采用试验方法，对发动机故障与振动信号的相互关系进行了研究，得出了振动图谱与故障的对应关系，并提出了用振动信息进行故障诊断的方法。美国船务公司于1985年开发了一套故障诊断专家系统，该专家系统能提供故障与阀座碰撞、燃油喷射故障等故障与振动图谱的联系；卡特彼勒公司在试验中得到了振动、噪声、温度和压力信号之间的相互关系；VenkatesanR（1990）对美国康明斯公司（Cummins）进行了一次试验，指出了振动技术在故障诊断中的应用前景；F.Gu和A.D.Ball等（1996）提出了一种新的模型法来分析发动机故障与振动信号的关系，其中以时频和包络线为主要手段，对故障特性与振动信号的相关性进行了研究。彭恒义（2004）根据振动信号的时域、频域、非稳态特性，利用傅立叶变换、Wigner-Ville分布、小波变换等时频分析技术，得出了发动机的短时振动信号与失火故障的相关性。刘永斌、何清波（2012）根据发动机振动信号的特点，采用基于主分量分析和支持向量机相结合的方法，建立了发动机的故障诊断模型；蔡艳平等人（2012）提出了一种基于EMD-WVD（EMD-Wigner-VilleDistributions）振动频谱的SVM信号分析方法。通过对小波包及各个频段的振动能量的分析，得出了排气管道的阻塞状况，由此可以对引擎排气管道的故障进行诊断。PuchalskiA和KomorskaI（2013）提出了一种利用抽象化的参数信号进行统计回归的方法。在此基础上，利用遗传算法神经网络进行故障诊断，并将其应用到专家诊断系统中。为了提高故障诊断的准确率，牟伟杰、石林锁、蔡艳平等人提出了基于局部非负矩阵分解的EMD-WVD时频图像矩阵分解，以求出相应的特征参数，从而实现对发动机故障的识别。岳应娟，孙钢，蔡艳平(2017)，为了解决VMD分解时分层选择的问题，提出了一种基于中间频率筛选的VMD分解层数改进算法(KVMD)，利用双向主分量分析法对产生的KVMD-MHD振动谱图像进行了双向主分量分析，并利用最近邻分类器（KNNC）进行分类。张世雄、蔡艳平、石林锁（2018）通过离散广义S变换对发动机的振动信号进行了转换与分离，并通过双向主分量分析获得了主要的信息，建立了发动机的故障诊断模型。图4基于振动特征的故障诊断模型流程图综上所述，由于振动信号的分析与处理技术的发展，使得基于振动信号特性的内燃机故障诊断模式得到了进一步的发展，但其关键问题是振动信号噪声大，易受外界环境的干扰，在实际运用中暴露出许多缺陷。内燃机运行状态多变、不稳定，振动信号十分复杂，而且很难提取出有效的信号，与实际应用尚有很大差距。2.2基于油谱特征的故障诊断技术油液分析是通过对油品状态及磨损状况的分析，获得其特性，从而对发动机的工作状况进行分析。根据发动机的油特性，判断发动机故障类型、故障部位的技术。20世纪60年代，许多学者采用油液监控颗粒数目来评估润滑油的污染状况，但至今尚未应用到故障诊断中，美国，加拿大，日本和欧洲等国对其进行了大量的研究；70年代，随着铁谱技术的发展，可以对机油中的颗粒浓度、形状、形貌和组成进行综合的分析，从而使内燃机的故障诊断技术得到了快速的发展。从上世纪80年代开始，傅立叶变换红外光谱技术的问世，使石油光谱技术进入了一个新的阶段。九十年代开始，采用气相色谱、质谱法对润滑油成分及变化进行了研究。随着摩擦学技术的不断发展，对油液质量的监控和分析技术也越来越受到关注。国内学者从20世纪70年代后期起，在机械冶金领域取得了丰硕的成果。油谱是当前发动机故障诊断中最重要的信息源。利用油谱分析方法可以对其进行物理化学、抗磨性能等进行分析。图5基于油谱特征的故障诊断技术流程图近年来，石油频谱特性分析领域出现了许多新的分析模型和方法，其中包括ANN、免疫原理、模糊数学、支持向量机、小波分析、时间序列分析、灰色系统理论、人工智能、专家系统等。目前，在新的理论领域中，不断涌现出许多新的理论，尤其是在磨损过程中，准确地识别出每一种磨损状态的临界转换点，对技术和经济效益都有着重大的影响。但是，由于油液分析仪器价格昂贵，且无法实现实时诊断，制约了其广泛应用。2.3基于热力性能参数的内燃机故障诊断方法通过测量发动机的温度、压力、转速等物理参数，对发动机的工作状况进行判定。发动机的散热性能主要有汽缸压示功图、排气温度、转速、润滑油温、冷却水进出口温度和排气参数。在发动机的工作中，一些热工参数是必需测量的，如冷却水温度、排气温度等。热力参数的改变能够反映内燃机运行状况的不同，因此，通过对内燃的热力参数进行监测和分析，可以对内燃机的运行故障进行诊断。图6基于热力性能参数的内燃机故障诊断方法流程图美国、德国、日本等国家的工程技术人员，长期以来一直以热力学参数来判定发动机的工作状况，其主要参数有功率、转速、汽缸压力、水温等。目前市面上已有几种故障诊断设备，比如CDK799--200型发动机检测器，虽然在现有的基础上进行了比较成熟的故障诊断，但在实际使用中，却不能单独依靠专业人士的理论知识，必须要有丰富的经验。而根据热力学参数进行的故障诊断，则需要进行大量的实验，以确定内燃机的运行状况和热力学参数的相关性，尽管其准确率非常高，但是许多参数的获取却是非常困难的，因此必须进行大量的实验，以求出较为精确的比较标准。2.4基于尾气特征的故障诊断技术通过理论分析和实验验证，证明了尾气检测和分析是一种行之有效的故障诊断方法。废气组成与发动机的工作状态有着密切的关系，它可以对发动机的燃烧状况、点火能量、机械状况等进行研究。内燃机在发生故障时，废气的数据会与正常的数值偏差，最重要的是，内燃机的燃烧是一个独立的缸内环境，废气的全部信息都是来自缸内的燃烧，通过检测发动机不同工况下尾气中不同气体成分的含量呈现不同的特征，根据不同的特征可判断发动机故障所在的部位。而内燃机废气数据获取方便、成本低，除吸入成分改变外，外部环境对发动机的影响不大，废气数据所含的信息比较独立，因此在其它方法中更具优越性；同时，废气数据也是内燃发动机的绿色特性，它在保护大气环境方面起着举足轻重的作用，因此，与其它信息特性相比，监测的必要性更加迫切，分析其特性具有先进性和市场价值。曹红兵和陈汉生2007年通过试验发现，废气组成与发动机工作状态之间存在着密切的关联，并根据试验得出了发动机各个部件的技术状态和尾气成分之间的关系，并对其进行了分析。提出了一种利用废气分析方法对发动机进行故障定位的方法。2007年，门艳忠、王福林利用神经网络和专家系统，对汽车尾气中CO、HC、CO2、O2进行了故障推断和诊断。徐亚丹和王俊（2008）参考国内外有关文献，重点对废气中HC、CO、CO2、O2四种气体成分进行了分析，将HC、CO、CO2、O2作为输入变量，以发动机失效类型作为输出变量，建立了内燃机故障诊断模型。图7基于尾气特征的故障诊断技术流程图BayarsurenB等（2008)，对TOYOTA发动机的传感器进行了分析，分析了废气CO、HC与其失效的相关性；李增芳等（2010）根据柴油机排气参数与故障之间的复杂非线性关系，采用PCA方法与神经网络相结合，建立了一套用于发动机故障诊断与分析的数学模型；QinB（2010）将最小二乘SVM用于汽车发动机的故障诊断，给出了排气和失火故障的相关试验数据，并对其进行了分析。高阳（2011）分析了在正常工况和异常工况下的检测结果，经过预处理后，将其作为AIS的自体或非自体集合，刺激抗体集合，获得有目标的、成熟的抗体；李国璋（2012）利用非线性映射技术，将测量到的废气样品由输入空间映射到高维特征空间，并利用核法（KM）与尾气信息（ED）相结合的方法对发动机进行故障诊断；李秋玲、贾敏智（2014）研究了基于废气组成的SVM的汽车发动机故障诊断技术；毕晓君等研究人员基于PSO-RVM技术，研究了一种用于汽车发动机着火故障的智能诊断技术；JinH（2015）提出了一种基于计算机的故障诊断方法，并将其用于故障分析和分类诊断；YYing、YCao、SLi、JLi、J.Guo（2015）分别采用灰关联方法进行故障成分的辨识与分离，进一步深入地减小了故障因子矩阵的维数，并将故障成分量化为气路分析。李鹏华，刘晶晶，冯辉宗，运用遗传算法的全局搜索能力对BP网络进行了初值和阈值的优化，并应用BP神经网络进行了故障诊断。表1基于尾气排放特征的故障诊断技术作者年份尾气排放指标诊断模型BayarsurenB等2008CO、HC定性模型李增芳等2010HC、CO、CO2、O2、NOx主成分分析（PCA）和神经网络QinB2010HC、CO、CO2、O2最小二乘支持向量机高阳2011HC、NOx、CO2AIS李国璋2012HC、CO、CO2、O2、NOx核方法（KM）毕晓君等2014O2、CO2、HC、COPSO-RVMTinH2015HC、CO、CO2、O2、NOxRVM模型李鹏华等2018COH、THC、COL、NOx、HC和CO2遗传算法、BP神经网络对以上文献进行了总结，从研究文献的发展过程中，可以清楚地看到，在汽车发动机排气系统的信息来源上，振动信号、尾气信号等是汽车发动机的重要组成部分，而振动信号的故障诊断技术却相对滞后，这主要是因为它还在实验，很难在汽车中得到应用。从表1可以看出，所收集到的废气信息中，有五种气体是HC、CO、CO2、O2、NO。由于发动机本身的复杂性，发动机的尾气与故障之间往往存在着强烈的非线性关系，采用传统的方法很难保证其准确性。就当下来看，以智能算法为基础的发动机故障诊断技术已成为当前汽车排气系统与故障类型之间的主要联系，而内燃机的智能化诊断则是当今国内外学术界的一个主要方向。上述三种监控方法存在差异：不同的诊断方法和监控技术也能反映出不同的内燃机运行状况。但是，上述三种方法都有其不足之处：性能参数监控通常要求发动机停用，造成不必要的经济损失，无法实现实时检测；虽然磨损残余物的检测是一种较为有效的手段，但是这一过程一般都是在实验室进行，且周期较长，难以实现实时监控；虽然振动监测已经有了一些成果，但是由于受到的环境影响，导致监测效果不佳，不利于实时监测。3DF4B型内燃机车柴油机燃油系统常见故障3.1主机油泵供油量不足主机油泵供油不足，一般与主机油泵出口压差有关。油泵前端管道有泄漏，这种故障是因为在工作过程中，主机油泵吸入空气，引起供油不足，尤其是在吸油管阀门处密封不良或有裂缝时，容易引起发动机运转时的抽气，从而引起油压的波动；第三，主油泵吸入口过滤器被阻塞，这种故障是因为过滤器中有杂质，可以通过检测泵的出口压力来判断。图8柴油机主机油泵示实物图3.2机油通道阻塞内燃机车柴油机机油通道由于管路前、后压力差过大而造成的阻塞，主要有以下几个方面：一是污垢阻塞，柴油机在运转中会产生不可溶性物质，如果不溶质太多，则会导致机油流经过滤器时的压力降低，这种故障可以根据过滤器前后油压的对比来判断；第二，油管堵塞，因为油压继电器和油管的直径都很小，一旦有杂质进入，很容易堵塞，而且在安装过滤器时，油压继电器的接口会堵塞，这种情况经常会导致仪器显示正常，而柴油机则会停止工作。图9柴油机机油通道示意图3.3机油系统泄油量大造成机油系统漏油的原因有四个：第一，主油泵安全阀或者旁通减压阀发生了故障。第二种是截止阀门不正确打开，或者是发动机油泵逆止阀出现了问题，这种情况可以通过观察前后的压差来判定；第三，增压安全阀有问题，这种故障可以根据各个增压器的油压来判断；第四，由于发动机运动轴承的磨损造成了较大的空隙，此现象可以通过观察油泵的出口和终端的压差来判断。3.4喷油泵或喷油器发生故障发动机喷油泵和喷油器出现故障的原因有二：一是喷油泵的辊子或轴套有问题，造成喷油泵的供油不能正常工作；第二，喷油器的状况很差，比如弹簧断裂，或者螺栓松动，都会造成燃料的燃烧，或者发动机的动力不足，从而降低发动机的动力。图10柴油机喷油泵实物图4DF4B型内燃机车柴油机燃油系统常见故障的处理措施4.1对主机油泵进行检修对主油泵进行维修时，应先查看轴承状况，确认无裂纹、剥离、过热变色、铆钉断裂、松动等问题。另外，还要对泵的传动轴进行润滑，保证发动机的轴承能够得到很好的润滑和冷却，防止发动机过热而损坏。4.2将喷油器的回油管改线到柴油机机体外燃油回油管破裂和连接失效都会引起机油的稀释，为了防止这种情况发生，可以将喷油器置于凸轮轴箱的外侧，将污油管固定在柴油机的外侧，然后再连接回油管，保证污油通过柴油机的两端，最终进入到污油罐中，这样就不会因为机油管道堵塞而发生故障。4.3将油压继电器改为延时电路由于发动机油量大、脏物堵塞、继电器管线堵塞等原因，造成发动机油力不足，因此在检修时必须进行线路改造，以减少故障发生的几率。4.4针对喷油泵或喷油器故障的处理方法如果喷油泵的顶部接头出现了燃油、齿条出现了裂缝、柱塞堵塞等问题，肉眼无法看到，但是可以听到金属撞击的声音，用手触摸高压油管，会感觉到它的脉动很微弱，甚至没有任何的规律，如果维修人员用手去推，如果喷油泵的齿条没有出现规律的爆发声，这些都可以认为是喷油泵或者是喷油器出了问题，要想解决这个问题，就必须要将这个问题给解决掉，然后再进行维修。如果出现了较大的问题，必须更换喷油泵，并保证其衬垫的厚度与柴油机的正常工作相适应。喷油器中的调压簧或者是螺栓松动，都要仔细的检查一下，尤其是调整弹簧有没有裂缝，两侧有没有偏磨变形，如果有严重的话要马上更换。对于调压螺栓的松动，可以在喷油器根据发动机的操作要求进行调节后，将螺钉是密封垫损坏后，会有大量的燃油从回油管中溢出，此时应及时更换喷油器或密封垫。5结语分析和诊断DF4B型内燃机柴油机的主要故障。在论文中，首先介绍了发动机的功能及各部分，并对DF4B发动机的工作原理进行了简单的分析。通过对内燃机柴油机的分析，可以发现多种故障诊断方法。要根据不同的情况，采用不同的诊断手段，才能取得较好的疗效。本文对发动机的常见故障进行了深入的研究，找出了故障的原因，进行了故障诊断与分析，并给出了解决办法。经过实际的总结，运用更多的诊断根据部件的功能，以及在诊断时用简易的设备进行诊断，随着科技的进步，将来内燃机的故障诊断将有可