第 34卷 第 6期 控 制 与 决 策 Vol.34 No.6
2019年 6月 Control and Decision Jun. 2019
文章编号: 1001-0920(2019)06-1187-08 DOI: 10.13195/j.kzyjc.2017.1399
基于贝叶斯网络的柴油机润滑系统多故障诊断
王金鑫, 王忠巍
†
, 马修真, 刘 龙, 袁志国
(哈尔滨工程大学 动力与能源工程学院,哈尔滨 150001)
摘 要: 为解决柴油机润滑系统多故障的解耦与诊断问题, 提出一种基于贝叶斯网络模型的故障诊断方法. 建立
的润滑系统贝叶斯网络诊断模型包括利用有向无环图描述多故障耦合关系和采用概率形式表示故障诊断定量知
识两个部分. 按照故障类型将润滑系统故障诊断任务分解为各类故障的诊断子任务, 对于各子任务, 利用故障树
模型分析故障与征兆及多故障间的耦合关系, 并通过故障树向贝叶斯网络的转化建立润滑系统的贝叶斯网络模
型结构. 在定量参数方面, 采用 noisy-OR/AND模型分析故障与征兆间的因果关联强度, 通过设定故障的先验发生
概率描述润滑系统的历史运行状况. 最后,通过两起“进机油压过低”故障实例验证所提出方法的有效性.
关键词: 柴油机;润滑系统;多故障诊断;贝叶斯网络;故障树;noisy-OR/AND模型
中图分类号: TK428 文献标志码: A
Diagnosis of multiple faults of diesel engine lubrication system based on
Bayesian networks
WANG Jin-xin,WANG Zhong-wei
†
,MA Xiu-zhen,LIU Long,YUAN Zhi-guo
(College of Power and Energy Engineering,Harbin Engineering University,Harbin 150001,China)
Abstract: Motivated by decoupling and diagnosing of the multiple faults of diesel engine lubrication system, a fault
diagnosis method based on Bayesian networks is proposed. The establishment of a diagnosis Bayesian networks model
for the lubrication system includes two processes: representing the coupling relationship between multiple faults through
directed acyclic graph, and setting up the quantitative parameters in the form of probability. Before the implementation
of the proposed method, the diagnostic task of the lubrication system is decomposed according to the types of failure. A
fault tree model is utilized in every single diagnostic subtask to analyze the coupling between failures and symptoms and
between different failures. The fault tree can be naturally converted into the topology of the lubr ication system diagnosis
Bayesian network. In the aspect of quantitative parameters, the noisy-OR/AND model is adopted to analyze the strength
of causal relation between failures and symptoms. The historical health infor mation can be represented through the prior
probability of faults. The methodology proposed is illustrated by taking the failure‘low oil pressure’as an example.
Testing results from two actual fault cases verify the effectiveness of the proposed methodology.
Keywords: diesel engine;lubrication system;multiple faults diagnosis;Bayesian networks;fault tree;noisy-
OR/AND model
0 引
润滑系统是柴油机运动部件可靠润滑的重要
保障, 其不良的工作状态将导致柴油机整机的异常
磨损, 甚至引发拉缸、抱轴等重大安全事故
[1]
. 长期
以来, 因润滑系统故障导致的柴油机运行事故屡有
发生. 据日本海事法院统计, 在 2009 ∼ 2014 年间约
有 21% 的船舶主机事故由润滑失效引起
[2]
; 在我国,
因润滑失效导致的故障占舰船柴油机所有故障的
80 % 以上
[3]
; 瑞典保赔协会的数据显示
[4]
, 润滑失效
是 2005 ∼ 2014 年间船舶主机的三大高发故障之一,
其造成的经济损失更是在所有故障损失中居于首
位. 目前, 柴油机正向着高强化指标、高功率密度、
模块化设计与制造的方向发展,其结构和功能更为复
杂, 单位功率密度更大, 对润滑系统可靠性的要求也
将变得更为严格. 研究柴油机润滑系统故障诊断技
术,及时、准确地诊断出润滑系统故障成为保障柴油
机可靠运行的迫切需求.
润滑系统结构与功能复杂, 不同故障间、故障与
征兆间往往存在高度的耦合关系, 给故障的诊断过
程带来了极大的困难. 多故障耦合是机械设备故障
收稿日期: 2017-10-23;修回日期: 2018-04-07.
基金项目: 国家自然科学基金项目 (51305089);黑龙江省自然科学基金项目 (E2016018).
责任编委: 叶丹.
†
通讯作者. E-mail: wangzw@hrbeu.edu.cn.