柴油機故障診斷涵蓋了信號的采集、數(shù)據(jù)的處理與特征值提取、故障診斷與分類三個主要部分，而其故障診斷技術(shù)卻綜合了多種學科與理論知識，經(jīng)歷了由傳統(tǒng)診斷技術(shù)到智能診斷技術(shù)的發(fā)展歷程。

雖然柴油機故障診斷技術(shù)在工程應用方面已經(jīng)取得許多突破性的進展，但由于柴油機系統(tǒng)結(jié)構(gòu)復雜，運轉(zhuǎn)中零部件工作狀況相互干擾，且故障類型多種多樣，至今沒有形成一套快速有效、廣泛通用、結(jié)果理想的診斷方法。其主要面對的困難有：

（1）柴油機本身零部件結(jié)構(gòu)組成繁雜，運行中，各工作系統(tǒng)的作用關(guān)系不明朗；其次，對于不同型號的柴油機，零部件構(gòu)造、系統(tǒng)組成及工作原理也有所差別，即一種柴油機的故障診斷方法應用于另一種柴油機，所得到的診斷結(jié)果與當前的運行狀態(tài)不符。

（2）由于柴油機是一種往復式旋轉(zhuǎn)機械設(shè)備且工作中伴隨著大量的噪聲，因此，在某瞬時采集到的振動信號并不能如實反映柴油機整體狀態(tài)好與壞。

（3）柴油機故障診斷中，無法準確判定征兆與故障的對應關(guān)系，即兩者間不是一一對應，而是一對多的現(xiàn)象。

在未來的社會發(fā)展中，隨著科學研究的日益深入，智能優(yōu)化算法與計算機技術(shù)不斷更新和相互融合，將其運用到柴油機故障診斷中以提高診斷過程的快速性和診斷結(jié)果的準確性定會成為時代進步的趨勢。基于此，今后的進展方向主要體現(xiàn)在以下幾方面：

（1）信號處理方面鑒于柴油機振動信號具有非平穩(wěn)性、瞬時性和突變性，進一步改進和完善信號分析處理方法（如時頻域分析中信息提取方法等），以求能夠從原始信號中獲取更多體現(xiàn)機器狀態(tài)的信息是未來故障診斷的一個重要研究突破點。

（2）診斷結(jié)果方面每種智能優(yōu)化算法均有自身的優(yōu)勢和不足，因此，為能夠提高診斷結(jié)果的正確率，將多種優(yōu)化算法相互融合，優(yōu)勢互補，并結(jié)合柴油機故障分析方法進行診斷，例如本論文人工蜂群算法優(yōu)化支持向量機來獲得最佳性能參數(shù)，進而能在最后的柴油機故障分類中以求得更高的精確度。

（3）技術(shù)資源方面為確保生產(chǎn)效益和工作效率，利用計算機技術(shù)建立故障診斷系統(tǒng)和信號數(shù)據(jù)采集分析系統(tǒng)，利用網(wǎng)絡(luò)技術(shù)進行信息共享，實現(xiàn)信息融合的在線診斷。

• 上一篇：電動燃油泵國內(nèi)研究狀況
• 下一篇：備用柴油發(fā)電機之儲電裝置ups