图.工厂中大型内燃机设备（图源网络） 

本文将分析内燃机设备的故障机理，并分享PreMaint设备健康管理平台对内燃机进行状态监测和故障智能诊断的实践。

订阅获取更多石化行业设备诊断案例

提交

>内燃机的故障机理

往复式机械设备通常需要利用一系列机构将回转运动转换成往复运动（例如往复压缩机）或者将往复运动转换成回转运动（例如内燃机）。因而其机械结构往往比较复杂，运动形式也较为复杂。与一般旋转机械相比，有着信号源复杂、负荷变化大、信号提取困难、撞力不稳定、测点选择不确定等特性，这使得内燃机的信号反馈十分复杂，从技术上给故障诊断带来较大的困难。

图.内燃机运作示意图 

>内燃机故障类型及监测重点

内燃机故障主要包括燃烧性能与机械往复件故障两大类，具体如下图。常见的故障监测技术有振动参数法、热力参数法、油液分析法等，通过对某一特性的监测来判断设备故障情况。目前，市面上大多采用单一的监测手段，很难对内燃机复杂的结构做出精准的判断。

图.内燃机常见故障

冲击、漏气和摩擦是内燃机最主要的信号类型，不同频率的信号在时域频谱图中很难区分其组成部分，但在频谱图中可以区分开，例如选用振动与超声的不同测量范围，可以把振动产生的频率与运动部件联系起来。几种类型的信号采用不同的频段组合，既可隔离干扰又能反映振动的能量大小，各种信号相互印证，结合性能分析，便能对内燃机等往复机械进行全面地分析与诊断。

图.超声波、振动信号的频段划分

>内燃机在线监测诊断系统

内燃机设备的振动特性比较复杂，单一的监测与诊断技术可以有一定程度上对往复机械的故障进行监测和诊断，但由于它运动的相对复杂性，在监测与诊断过程中应考虑多方因素的影响。

我们以PreMaint设备健康管理平台为例，PreMaint综合运用动态压力、振动和温度、油液分析等技术，基于内燃机的物理特性、物理规律，利用动力学规律建立机理模型，使用统计模型相关算法，结合时域数据、工艺数据、设备特征数据及各类报警预警数据等，构建内燃机故障诊断模型和故障分析可视化服务，有效、针对性的对内燃机设备进行实时状态监测与故障智能诊断。

图.传感器测点示意图

1.多源数据采集

针对油气生产和船舶储运行业的特殊环境，PreMaint在线监测传感器具有防爆、耐腐蚀、易安装等特性。设备的键相信号可以辅助振动频率成分分析和相位分析，动态压力信号可以通过算法处理来辅助分析热力性能故障和机械性能故障。所以，通过在设备关键部位安装传感器采集包括加速度信号、电涡流位移信号、动态压力信号、键相信号等，来实现状态的监测。

图.PreMaint信号采集设备

传感器将采集的数据传输到现场数据采集终端，数据采集终端通过以太网/4G/5G/WIFI等方式将数据传输至PreMaint，系统对多源信息进行融合与计算，用于全面评价设备的健康状态。

2.远程诊断监测

设备现场采集到的多源数据通过网络传输到远程诊断中心，在中心监控室基于PreMaint设备健康管理平台可以实时监测、分析、评估设备健康状态。

 PreMaint具备综合故障诊断及健康评估能力，能够根据各参数（振动、温度、示功图、油液等）监测诊断内燃机故障。以振动监测为例，能够提供周期内的变化概况、历史变化趋势等，通过测得特征参数曲线能够监测诊断内燃机机械故障并报警显示，如活塞环断裂等。通过示功图等参数判断以燃烧性能为典型代表的内燃机性能评定，根据这些反映内燃机工作状态水平，如缸间不平衡、点火提前等；以油液分析判断内燃机磨损件的磨损程度等故障做出有效分析评估。

图.气缸压力曲线和阀盖的振动波形

>典型案例

某油气生产企业16缸V型排列的发动机，在采集的振动与超声波数据分析时发现，其中右3#缸排气门存在二次关闭异常现象。经PreMaint设备健康管理平台智能分析，在压缩冲程的后期和做功冲程的前期，随着缸内容积的减小和可燃混合气的迅速燃烧，缸内压力急剧上升，缸内与排气管内的压差也随着增大，缸内的高压气体便从密封不严的排气门急速向排气管内漏出，产生较强的超声波噪声。系统智能诊断综合评估为气门组件（如垫圈、弹簧）因积炭、老化等导致卡塞、关闭不严的故障。各测点波形图如下：

图.气门组件拆解，与系统判断一致

内燃机的工作状态直接影响到企业生产的有序进行和员工人身安全。通过应用PreMaint对其实施在线监测，可以有效预知设备故障和运行状态，在设备故障发生之前对设备进行合理及时的维护，避免非计划停机和临时性的备件计划，保障生产顺利进行和正常生活秩序。

想要为自己的企业构建一体化设备健康管理平台？发送您的需求，PreMaint设备工程专家将免费为您的企业进行评估。

设备工程专家为您的企业免费评估

提交

 <更多信息可关注@设备工程 公众号获取>