内燃机车燃烧系统性能评估与预测
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
率正比于柴油机转速 。对于每转一脉冲的测速电机 , 其频率 0 ～25 H z 对应柴油机转速为 0～1500r/ min 。测速电机的输出信 号经滤波 、差分放大 、限幅后由施密特触发器整形成方波 , 方 波信号通过光电耦合器隔离 , 经施密特反相器整形后输出 。输 出的方波信号正比于柴油机的转速 , 对该信号进行计数和 处 理即可得到高精度的柴油机转速 。
假设得到诊断结果为 Y = (μy1 , μy2 , …, μym ) , 采用最 大隶属度方法进行处理 , 设 μyj = max {μy1 , μy2 , …, μym } , 则认为故障原因为 y j 。 21 2 燃烧系统综合性能评估
设燃烧系统的综合性能评估集合为
V = { v1 , v2 , v3 , v4 , v5 }
前 , 检测出这些变化 , 并获得该变化的规律 , 据此做出有关系 统的当前状态 、状态趋势与未来的判断 。
在完成特征参数的测量和计算后 , 接下来的工作就是对测 得的数据进行处理 , 得到内燃机车燃烧系统性能的综合评估 。 柴油机结构复杂 , 工作过程复杂多变 , 运行过程中的运行状态 存在随机性和不确定性 , 很难根据特征参数的大小来判断机组 的状态 。模糊综合评判方法是解决这类不确定问题的有效工
的效率 ; U f 为牵引整流柜输出的电压 , V ; If 为牵引整流柜
输出的电流 , A 。
11 2 燃油消耗率的计算
燃油消耗率可以通过测量喷油泵齿条位移 , 根据燃油消耗
量与齿条位移的关系 , 以及前面计算的功率 , 通过计算和修正
得到柴油机的油耗率 。
内燃机车柴油机使用柱塞式燃油泵 , 由其几何尺寸可以确
柴油机的燃油消耗率 G 为
G = 30 Qρniηv ( kg/ h)
式中 ,ρ为燃油密度 , g/ cm3 ; n 为柴油机转速 , r/ min ; i 为气
缸数 ;ηv 为供油效率 。
整理上两式得燃油消耗率 ge 如下式所示 :
ge
=
G Ne
=
30
πd 4
2 p
t
a
nβ
d d
p g
Sρniηv
其中 v1 , v2 , v3 , v4 , v5 分别代表状态不合格 、合格 、一
般 、良好和优秀 。
首先对柴油机输入状态参数进行归一化处理 , 用 Q 表示 某项特征参数规定的范围 :
Q = [α,β] α < β 式中 , α, β是某特征参数允许偏差的上 、下限 。可以用状态 评价集合 W 和状态参数 Q 隶属于各个等级的程度来描述柴油 机状态等级 。用燃烧系统的某项状态参数来与理想值的接近程 度作为满意度的一致性评判 。评判结果满意度 W = [ 0 , 1 ] , 其中 1 表示相应理想值为完全满意 , 0 表示完全不满意 。这 样 , 通过评判 f 1 得到由 Q 到 W 的关系 :
定循环供油量 Q 与齿条位移 S 之间的关系如下式所示 :
Q
=
πd
2 p
4
t a nβ dd
p g
S
(
mm3
/
循环)
第8期
张 昊 , 等 : 内燃机车燃烧系统性能评估与预测
·1113 ·
式中 , dp 为柱塞直径 , mm ; β为螺旋线夹角 , rad ; dg
为调节齿圆节圆直径 , m m 。
张 昊1 , 陈 明1 , 张明武2 , 秦 波1
(11 西北工业大学 自动化学院 , 陕西 西安 710072 ; 21 株洲电力机车研究所 安全装备事业部 , 湖南 株洲 412000)
摘要 : 提出一种内燃机车燃烧系统综合性能评估和预测的新方法 ; 燃烧系统的工作性能由柴油机功率 、燃油消耗率 、燃油压力 、增 压压力和排气温度等热工参数决定 , 介绍了有关参数的测量与计算 , 利用模糊理论对燃烧系统进行性能评估 , 利用灰色神经网络对燃烧 系统的性能进行预测 ; 该成果应用于株洲电力机车研究所研制的内燃机车状态监测与诊断系统 , 实际评估和预测结果验证了采用模糊理 论进行性能评估和利用神经网络进行预测的可行性与有效性 , 与机车的其它诊断方法比较 , 能更全面地评估和预测燃烧系统的状态 , 为 内燃机车检修提供了可靠依据 。
( g/
(kW
·h) )
Ne
因此 , 在测得柴油机的转速 n 、齿条位移 S 及功率 Ne 后 ,
根据上式即可求得柴油机的油耗率 , 但这是理论计算的结果 ,
与柴油机的真实油耗率还有一定的差别 , 必须根据实验结果进
行修正 。
11 3 柴油机转速的测量 柴油机转速来自柴油机上的测速电机 , 测速电机的输出频
·1112 ·
文章编号 :167124598 (2008) 0821112204
计算机测量与控制 . 2 0 0 8 . 1 6 ( 8 ) Computer Measurement & Control
中图分类号 : TP206 ; U279. 3
文献标识码 :A
控制技术
内燃机车燃烧系统性能评估与预测
由于增压压力和排气温度的测量比较简单 , 这里就不赘述 了。
2 综合性能评估
内燃机车作为一种典型复杂装备系统 , 由复杂装备系统的 故障传播机理可知 , 从原发性故障到系统级故障的发生 、发展 与形成 , 是一个由量变到质变的过程 , 这个渐进的过程必然具 有时间性 。因此可以在系统的相应输出尚未超越允许范围之
Abstract : A new met hod for performance evaluation and forecast of a diesel loco motive co mbustion system has been propo sed. The con2 dition of combustion system are in relation to t he diesel power , f uel consumption , f uel pressure , t urbocharging p ressure and temperat ure of outlet . The measuring and calculation of t he parameters are int roduced. The performance evaluation of co mbustion system is obtained by u2 sing f uzzy t heory. The performance forecast is obtained by using gray neural net work. The achievement is applied to t he system of data ac2 quisition and fault diagno sis in diesel loco motive. It is p roved by examples t hat t he met hod is viable and effective. Co mpared wit h ot her diag2 no sis met hods of loco motive , t he met hod can evaluate and p redict t he conditon of co mbustion system co mprehensively. The met hod p rovide t he reliable basis for t he maintenance of diesel locomotive.
关键词 : 内燃机车 ; 燃烧系统 ; 模糊理论 ; 灰色神经网络 ; 性能评估 ; 性能预测
Perf ormance Evaluation and Forecast of Combustion System of Diesel Locomotive
Zhang Hao1 , Chen Ming1 , Zhang Mingw u2 , Qin Bo1 (1. School of Automation , No rt hwestern Polytechnical U niversity , Xi’an 710072 , China ; 2. Safety Business U nit , CSR Zhuzho u Elect ric Loco motive Research Instit ute , Zhuzho u 412000 , China)
故障原因模糊矢量集合为 : Y = {μy1 ,μy2 , …μyn }
式中 , μyj (j = 1 , 2 , …, n) 是对象具有原因 yj 的隶属度 , 则 Y 与 X 具有模糊关系 , 即
Y = X 。R
这就是故障原因与征兆之间的模糊关系方程 。式中 “。”
是模糊逻辑算子 , R 是体现专家诊断经验知识的模糊诊断矩阵
收稿日期 :2007212222 ; 修回日期 :2008201225 。 作者简介 :张 昊 (19762) ,男 ,博士研究生 ,湖南衡阳人 ,主要从事 数据采集与故障诊断方向的研究 。 陈 明 (19392) ,男 ,教授 ,江苏南京人 ,博士生导师 ,主要从事传感 器技术 、导航技术及智能控制方向的研究 。
具。
21 1 模糊综合评判方法的基本原理 模糊综合评判方法就是根据故障原因与征兆之间的不同程
度的因果关系 , 在综合考虑所有征兆的基础上来诊断装备故障
的可能原因 。对所要进行故障诊断的装备 , 经过分析可得到所
发生的故障征兆总数 m 个和故障原因 n 个 。设故障征兆模糊 矢量集合为
X = {μx1 ,μx2 , …μxm } 式中 , μxi (i = 1 , 2 , …m) 是对象具有征兆 xi 的隶属度 。
内燃机燃烧系统的性能 。
11 1 柴油机功率的计算
在机车上要直接测量柴油机的输出功率是非常困难的 。因
为柴油机的前后端都是输出轴 , 曲轴的后端连接有主发电机 、 辅助发电机 、牵引电机和通风机等设备 ; 曲轴前端连接有冷却 风扇等辅助设备 。
在电传动内燃机车上 , 牵引发电机与柴油机相连 。柴油机 的有效功率与同步牵引发电机经牵引整流柜输出的电功率之间
为
R=
r11 r12 r 21 r22 ⁝⁝
… r1n … r2n ⁝ ⁝ = ( rij ) m×n
rm1 rm2 … rmn
式中 , 0 ≤rij ≤1 , rij ∈ [ 0 , 1 ] 反映了故障征兆 xi 与故障原 因 y j 的关系强度 。rij 越大 , 关系越密切 ; rij 越小 , 关系越疏 远 。也可以将 rij 理解为征兆 x i 对原因 y j 的隶属度 。
Key words : diesel loco motive ; bursting system ; f uzzy t heory ; gray neural net work ; performance evaluation ; performance forecast
0 引言
内燃机车是我国铁路行业的主力机车 , 内燃机车结构复 杂 , 工作条件恶劣 , 发生的故障可能性极大 , 一旦发生故障 , 将会造成严重的后果 。内燃机车燃烧系统运行状态的好坏将会 直接影响内燃机车的工作和整个动力装置的经济性 。因此 , 内 燃机车燃烧系统的评估和预测是一项重要的研究课题 。
本文将模糊理论和灰色神经网络应用于内燃机车燃烧系 统 , 利用模糊理论对燃烧系统进行性能评估 , 利用灰色神经网 络对性能进行预测 。
1 参数的选择与计算
欲判断内燃机车燃烧系统的优劣 , 首先要选择合适的特征 参数 。特征参数的选择标准是一方面能最大限度地反映燃烧系 统的工作状态 , 另一方面要便于测量 。为此 , 选择柴油机转速 作为工况判别的依据 ; 用柴油机功率衡量其动力性能 ; 用增压 器增压压力判断增压器的性能 ; 用燃油消耗率评价其经济性 ; 排气温度可间接了解柴油机的燃烧情况 。上述参数基本能反映
的关系 , 可用下式来表示 :
Ne
= ηf
Pf ·ηz
+
wenku.baidu.com
Nf
= ηf
U f ·I f ·ηz ·1000
+
Nf
式中 , Pf 为同步牵引发电机经整流柜输出的功率 , kW ;
N f 为柴油机驱动辅助设备所消耗的功率 , kW ; N e 为柴油机
有效功率 k W ; ηf 为同步牵引发电机的效率 ; ηz 为牵引整流柜
假设得到诊断结果为 Y = (μy1 , μy2 , …, μym ) , 采用最 大隶属度方法进行处理 , 设 μyj = max {μy1 , μy2 , …, μym } , 则认为故障原因为 y j 。 21 2 燃烧系统综合性能评估
设燃烧系统的综合性能评估集合为
V = { v1 , v2 , v3 , v4 , v5 }
前 , 检测出这些变化 , 并获得该变化的规律 , 据此做出有关系 统的当前状态 、状态趋势与未来的判断 。
在完成特征参数的测量和计算后 , 接下来的工作就是对测 得的数据进行处理 , 得到内燃机车燃烧系统性能的综合评估 。 柴油机结构复杂 , 工作过程复杂多变 , 运行过程中的运行状态 存在随机性和不确定性 , 很难根据特征参数的大小来判断机组 的状态 。模糊综合评判方法是解决这类不确定问题的有效工
的效率 ; U f 为牵引整流柜输出的电压 , V ; If 为牵引整流柜
输出的电流 , A 。
11 2 燃油消耗率的计算
燃油消耗率可以通过测量喷油泵齿条位移 , 根据燃油消耗
量与齿条位移的关系 , 以及前面计算的功率 , 通过计算和修正
得到柴油机的油耗率 。
内燃机车柴油机使用柱塞式燃油泵 , 由其几何尺寸可以确
柴油机的燃油消耗率 G 为
G = 30 Qρniηv ( kg/ h)
式中 ,ρ为燃油密度 , g/ cm3 ; n 为柴油机转速 , r/ min ; i 为气
缸数 ;ηv 为供油效率 。
整理上两式得燃油消耗率 ge 如下式所示 :
ge
=
G Ne
=
30
πd 4
2 p
t
a
nβ
d d
p g
Sρniηv
其中 v1 , v2 , v3 , v4 , v5 分别代表状态不合格 、合格 、一
般 、良好和优秀 。
首先对柴油机输入状态参数进行归一化处理 , 用 Q 表示 某项特征参数规定的范围 :
Q = [α,β] α < β 式中 , α, β是某特征参数允许偏差的上 、下限 。可以用状态 评价集合 W 和状态参数 Q 隶属于各个等级的程度来描述柴油 机状态等级 。用燃烧系统的某项状态参数来与理想值的接近程 度作为满意度的一致性评判 。评判结果满意度 W = [ 0 , 1 ] , 其中 1 表示相应理想值为完全满意 , 0 表示完全不满意 。这 样 , 通过评判 f 1 得到由 Q 到 W 的关系 :
定循环供油量 Q 与齿条位移 S 之间的关系如下式所示 :
Q
=
πd
2 p
4
t a nβ dd
p g
S
(
mm3
/
循环)
第8期
张 昊 , 等 : 内燃机车燃烧系统性能评估与预测
·1113 ·
式中 , dp 为柱塞直径 , mm ; β为螺旋线夹角 , rad ; dg
为调节齿圆节圆直径 , m m 。
张 昊1 , 陈 明1 , 张明武2 , 秦 波1
(11 西北工业大学 自动化学院 , 陕西 西安 710072 ; 21 株洲电力机车研究所 安全装备事业部 , 湖南 株洲 412000)
摘要 : 提出一种内燃机车燃烧系统综合性能评估和预测的新方法 ; 燃烧系统的工作性能由柴油机功率 、燃油消耗率 、燃油压力 、增 压压力和排气温度等热工参数决定 , 介绍了有关参数的测量与计算 , 利用模糊理论对燃烧系统进行性能评估 , 利用灰色神经网络对燃烧 系统的性能进行预测 ; 该成果应用于株洲电力机车研究所研制的内燃机车状态监测与诊断系统 , 实际评估和预测结果验证了采用模糊理 论进行性能评估和利用神经网络进行预测的可行性与有效性 , 与机车的其它诊断方法比较 , 能更全面地评估和预测燃烧系统的状态 , 为 内燃机车检修提供了可靠依据 。
( g/
(kW
·h) )
Ne
因此 , 在测得柴油机的转速 n 、齿条位移 S 及功率 Ne 后 ,
根据上式即可求得柴油机的油耗率 , 但这是理论计算的结果 ,
与柴油机的真实油耗率还有一定的差别 , 必须根据实验结果进
行修正 。
11 3 柴油机转速的测量 柴油机转速来自柴油机上的测速电机 , 测速电机的输出频
·1112 ·
文章编号 :167124598 (2008) 0821112204
计算机测量与控制 . 2 0 0 8 . 1 6 ( 8 ) Computer Measurement & Control
中图分类号 : TP206 ; U279. 3
文献标识码 :A
控制技术
内燃机车燃烧系统性能评估与预测
由于增压压力和排气温度的测量比较简单 , 这里就不赘述 了。
2 综合性能评估
内燃机车作为一种典型复杂装备系统 , 由复杂装备系统的 故障传播机理可知 , 从原发性故障到系统级故障的发生 、发展 与形成 , 是一个由量变到质变的过程 , 这个渐进的过程必然具 有时间性 。因此可以在系统的相应输出尚未超越允许范围之
Abstract : A new met hod for performance evaluation and forecast of a diesel loco motive co mbustion system has been propo sed. The con2 dition of combustion system are in relation to t he diesel power , f uel consumption , f uel pressure , t urbocharging p ressure and temperat ure of outlet . The measuring and calculation of t he parameters are int roduced. The performance evaluation of co mbustion system is obtained by u2 sing f uzzy t heory. The performance forecast is obtained by using gray neural net work. The achievement is applied to t he system of data ac2 quisition and fault diagno sis in diesel loco motive. It is p roved by examples t hat t he met hod is viable and effective. Co mpared wit h ot her diag2 no sis met hods of loco motive , t he met hod can evaluate and p redict t he conditon of co mbustion system co mprehensively. The met hod p rovide t he reliable basis for t he maintenance of diesel locomotive.
关键词 : 内燃机车 ; 燃烧系统 ; 模糊理论 ; 灰色神经网络 ; 性能评估 ; 性能预测
Perf ormance Evaluation and Forecast of Combustion System of Diesel Locomotive
Zhang Hao1 , Chen Ming1 , Zhang Mingw u2 , Qin Bo1 (1. School of Automation , No rt hwestern Polytechnical U niversity , Xi’an 710072 , China ; 2. Safety Business U nit , CSR Zhuzho u Elect ric Loco motive Research Instit ute , Zhuzho u 412000 , China)
故障原因模糊矢量集合为 : Y = {μy1 ,μy2 , …μyn }
式中 , μyj (j = 1 , 2 , …, n) 是对象具有原因 yj 的隶属度 , 则 Y 与 X 具有模糊关系 , 即
Y = X 。R
这就是故障原因与征兆之间的模糊关系方程 。式中 “。”
是模糊逻辑算子 , R 是体现专家诊断经验知识的模糊诊断矩阵
收稿日期 :2007212222 ; 修回日期 :2008201225 。 作者简介 :张 昊 (19762) ,男 ,博士研究生 ,湖南衡阳人 ,主要从事 数据采集与故障诊断方向的研究 。 陈 明 (19392) ,男 ,教授 ,江苏南京人 ,博士生导师 ,主要从事传感 器技术 、导航技术及智能控制方向的研究 。
具。
21 1 模糊综合评判方法的基本原理 模糊综合评判方法就是根据故障原因与征兆之间的不同程
度的因果关系 , 在综合考虑所有征兆的基础上来诊断装备故障
的可能原因 。对所要进行故障诊断的装备 , 经过分析可得到所
发生的故障征兆总数 m 个和故障原因 n 个 。设故障征兆模糊 矢量集合为
X = {μx1 ,μx2 , …μxm } 式中 , μxi (i = 1 , 2 , …m) 是对象具有征兆 xi 的隶属度 。
内燃机燃烧系统的性能 。
11 1 柴油机功率的计算
在机车上要直接测量柴油机的输出功率是非常困难的 。因
为柴油机的前后端都是输出轴 , 曲轴的后端连接有主发电机 、 辅助发电机 、牵引电机和通风机等设备 ; 曲轴前端连接有冷却 风扇等辅助设备 。
在电传动内燃机车上 , 牵引发电机与柴油机相连 。柴油机 的有效功率与同步牵引发电机经牵引整流柜输出的电功率之间
为
R=
r11 r12 r 21 r22 ⁝⁝
… r1n … r2n ⁝ ⁝ = ( rij ) m×n
rm1 rm2 … rmn
式中 , 0 ≤rij ≤1 , rij ∈ [ 0 , 1 ] 反映了故障征兆 xi 与故障原 因 y j 的关系强度 。rij 越大 , 关系越密切 ; rij 越小 , 关系越疏 远 。也可以将 rij 理解为征兆 x i 对原因 y j 的隶属度 。
Key words : diesel loco motive ; bursting system ; f uzzy t heory ; gray neural net work ; performance evaluation ; performance forecast
0 引言
内燃机车是我国铁路行业的主力机车 , 内燃机车结构复 杂 , 工作条件恶劣 , 发生的故障可能性极大 , 一旦发生故障 , 将会造成严重的后果 。内燃机车燃烧系统运行状态的好坏将会 直接影响内燃机车的工作和整个动力装置的经济性 。因此 , 内 燃机车燃烧系统的评估和预测是一项重要的研究课题 。
本文将模糊理论和灰色神经网络应用于内燃机车燃烧系 统 , 利用模糊理论对燃烧系统进行性能评估 , 利用灰色神经网 络对性能进行预测 。
1 参数的选择与计算
欲判断内燃机车燃烧系统的优劣 , 首先要选择合适的特征 参数 。特征参数的选择标准是一方面能最大限度地反映燃烧系 统的工作状态 , 另一方面要便于测量 。为此 , 选择柴油机转速 作为工况判别的依据 ; 用柴油机功率衡量其动力性能 ; 用增压 器增压压力判断增压器的性能 ; 用燃油消耗率评价其经济性 ; 排气温度可间接了解柴油机的燃烧情况 。上述参数基本能反映
的关系 , 可用下式来表示 :
Ne
= ηf
Pf ·ηz
+
wenku.baidu.com
Nf
= ηf
U f ·I f ·ηz ·1000
+
Nf
式中 , Pf 为同步牵引发电机经整流柜输出的功率 , kW ;
N f 为柴油机驱动辅助设备所消耗的功率 , kW ; N e 为柴油机
有效功率 k W ; ηf 为同步牵引发电机的效率 ; ηz 为牵引整流柜