康明斯PT燃油装置易见损坏与神经网络诊断法

PT（pressure time）燃油系统的柴油发电机已广泛运用于柴油发电机组N\K系列产品，PT燃油系统的复杂性和精密性对故障判定提出了更高的要求。针对采集的PT燃油系统损坏模式参数少、参数间存在较强的非线性关系的优点，文中采用KPCa步骤进行原始特点参数的提取，并采用经MPGa进行数据优选的LSSVM模型进行故障辨识，充分发挥KPCa的非线性优势提取能力和LSSVM的小样本泛化特征，实现对发电机PT燃油装置不同作业状态的准确辨认，为燃油装置的状态监测和故障判定装置的建立提供新思路和新办法。

PT燃油系统通过改变燃油泵的输油压力（pressure）和喷油嘴的进油时间（time）来改变喷油量，因此，把它命名为“PT燃油系统或“压力-时间系统”。由液压原理可知，液体流过孔道的流量与液体的压力、流通的时间及通道的截面积成正比。PT燃油装置即根据这一机理来改变喷油量。该装置的喷油器进油口处设有量孔，其尺寸经过选取后无法改变。燃油流经量孔的时间则主要与柴油柴油发电机的速度有关，随速度升降而变化。因此，改变喷油量详细通过改变喷油器进油压力来达到。

当柴油发电机作业时，柴油被齿轮式输油泵从柴油箱中吸出，经柴油滤清器滤除燃油中的杂质，再经稳压器排除燃油压力的脉动后，送入柴油过滤器。经过滤清的柴油分成两路，一路进入PTG两极式调速板和节流阀，另一路进入MVS（VS、SVS）全程式调速器。其压力经过调速板和节流阀调整后，经断油阀供给喷油器。在喷油器内柴油经计量、增压然后被定时地喷入汽缸多余的柴油经回油管流回柴油箱。喷油嘴的驱动系统包括喷油凸轮、摆臂、喷油器推杆和喷油嘴摇臂。喷油凸轮与配气机构凸轮共轴。电磁式断油阀用来切断燃油的供给，使柴油发电机停转。

当水进入燃油装置后，将会使PT泵中的调速板柱塞、喷油器柱塞等零件发生锈蚀状况，特别是停机后再次起动柴油发电机时，有可能使PT泵中的速度控制器柱塞传动销驱动舌和齿轮泵驱动轴折断。

水混入燃油可能是由于油中含有水或在添加燃油时带入的，也可能是在机器每次工作后未及时加油导致的。当燃油箱为充满燃油时，因为液压温度下降，空气中的水蒸气便在油箱内壁上冷凝，从而使冷凝水混入燃油中。

在每班工作完毕后应将油箱加满；另外，柴油桶在停放时一定要拧紧盖子，以防雨水漏入。为了处理已进入油中的水，在每班开始作业之前要拧开油箱下面的放油开关以解决沉淀水，同时还可以打开柴油过滤器下面的排污塞将积存的水排掉。该当指出，当发电机组持久停用后，PT柴油泵很容易因水蒸气冷凝而锈蚀，如果不注意，当重新启动柴油发电机时，就会产生零件损坏的想象，为此应使PT燃油泵中存有足够的燃油，后动前对PT 柴油泵进行仔细检测，在确认零件转动灵活时，再启动柴油发电机。

空气进入PT燃油系统后会产生PT柴油泵作业失常、各缸喷油不均匀和喷油器喷油不正常等情形，从而使柴油发电机无法起动 动力不足 频率时快时慢或突然停机。

认真仔细查找和排除PT燃油装置中的漏气部位，具体如下：

①检修浮子油箱与柴油滤清器之间有无漏入空气。为此可先取下柴油格盖，检修燃油是否充满。燃油不足时加满，然后再起动柴油发电机。在保养时，当从燃油格放污塞处理水污物和较多量燃油后，也应按上述举措向柴油滤清器中添加燃油。

②检验燃油滤清器与PT燃油泵之间有无漏气，观察油管有无泄露，管子接头有无松脱等。

③检测PT喷油泵各密封部位有无漏气。检测时应使柴油发电机在怠速工况下运行，然后依次在可能漏气的部位滴油或用手堵住有关孔口，此时，如观察到所滴油被吸入泵体或在堵住孔口时柴油发电机频率不平衡现状有所缓和，则说明被检查部位有漏气现状。对每个密封部位逐一检测，如果漏气是由于垫片故障或接头松脱而导致的，应更替垫片或拧紧接头，如果漏气是由于密封件失效，则必须更换密封件。

机械杂质混入燃油会导致严重的不良后果，使零件使用时限缩短，杂质进入间隙还会使运动的零件产生阻滞（如速度控制器的柱塞与套筒），从而危害PT燃油泵的正常作业。

为预防机械杂质进入燃油，在对燃油箱添加燃油时应操作清洁的油桶。按期对燃油滤清器过滤器进行清洗或替换，尤其重要的是按规定清洁PT喷油泵中的滤网，磁性式滤清器的上下滤网。

目前对于燃油系统的故障诊断具体集中在基于模型、基于神经网络和基于证据理论等途径上。但大量讨论表明，基于模型的损坏解除方法对模型的精确性提出了很高的要求，而且随着目前现代设备的复杂化和非线性化，想建立较为精确的数学模型变得越来越难。基于神经网络的故障处理方案虽然运用较为广泛，但在网络模型的训练程序中存在训练时间长、模型效果过于依赖样本的数量和品质等问题。较小二乘支持向量机（least squares support vector machine，LSSVM）是对标准支持向量机的改善算法，在模型的构建和求解过程中具有运算速度快、抗噪能力强、对样本的数量要求不高等优势，在实际工程中有着广泛的运用。

LSSVM是SVM的改进算法，它建立在统计学习理论和构成风险较小化的基本上，其核心思想是采用较小二乘线性系统作为损失函数，替代标准SVM中的二次设计方法，这样就把原来的求解二次布置问题转换为求解线性方程组问题，简化了计算复杂性，收敛速度快。LSSVM辨认模型已经成功运用于各种领域。

主元解说（pricipal components analysis，PCa）是一种较为主用的特点提取策略，但从本质上讲它是一种线性映射算法，在解决非线性问题时，往往无法取得好的效果。KPCa是借助核措施将输入空间映射到一个高维Hilbert空间，然后在高维空间操作PCa法提取主成分。

对于LSSVM的参数优选问题，目前一般采用参数穷尽搜索方法，示例如图3所示。该对策即对LSSVM的核函数数据σ及正则化参数γ在一定范围内取值，对于取定的σ和γ，把训练集作为原始参数集，利用交叉验证的途径得到在此组σ和γ的训练集经验类别准确率。虽然该步骤能够找到在交叉验证模式意义下的较高类型正确率，但在更大范围内寻找较佳的数据σ和γ会很费时。鉴于MPGa的诸多优点，本文采用该步骤进行LSSVM参数的寻优。

因为KPCa和LSSVM的结合能充分发挥各自的优点，提升故障诊断的实时性和高效性，本文建立了KPCa-LSSVM的故障清除模型，算法机理如图1所示。

PT泵出油口的压力数据是一个非常敏感的参量，无论是PT泵进油口产生堵塞，还是PT喷油器油路发生泄漏，均可以在泵出油口的压力参数上得到体现。因此本文采集5种故障状态下的PT泵出油口压力数据作为训练样本，其中将PT燃油系统正常作业状态作为一种特殊的损坏状态。利用KPCa-LSSVM建立多要素与相应结果之间的非线性关系来构建故障多类型模型，实验设备采用自行研制的JCPS01型PT泵试验台，实验机理如图5所示。

实验中用真空阀的打开和关闭模拟PT泵进油过滤器泄漏和油路堵塞2种作业状态，用主流量阀的打开和关闭模拟喷油器油路泄漏和油路堵塞2种作业状态。当PT泵速度为1 800 转/分钟，主压力达到0.72 MPa时视为PT泵的正常工作状态。分别检测正常情形（损坏模式1）、PT泵进油油路堵塞（故障模式2）、过滤器泄漏（损坏模式3）、喷油器油路堵塞（损坏模式4）、喷油嘴油路泄漏（故障模式5）状况下PT泵出油口的压力信号。在实验中，每种工作状态下的油压参数采集了30组，共计150组数据，在进行后续的作业状态识别时，每种工作状态参数随机选定20组作为训练样本，剩余10组作为测试样本。各种状态的信号经数学形态学去噪处理后，得到的一组去噪信号如图6所示。

PT燃油系统使用中的损坏，大多数是由水空气及机械杂质进入PT燃油系统引起的，损坏的诠释解决应先从这几方面入手，同时在柴油发电机平日的作业中，应做好PT燃油装置的调节维保。只有这样，才能减小PT燃油装置损坏。因此，康明斯公司在本文中推荐了PT燃油系统的工作机理，结合工作实践中接触到的几类易发损坏，对燃油系统故障的影响及其原由进行了叙述，并重点说明了损坏处置步骤，可为柴油发电机组的燃油系统的保养维护提供有益的参考和借鉴。