Диагностирование газораспределительного механизма на основе контроля виброколебаний его элементов

A. V. Гриценко, В. Д. Шепелев, А. Ю. Бурцев

Аннотация


Работоспособность и эффективность работы двигателей существенно зависят от периодической диагностики их технического состояния. В настоящее время обнаружение
повреждений на основе вибрации (измерение вибрационных характеристик конструкций и
механизмов) является перспективной областью исследовательской деятельности. Рассмотрены особенности контроля и диагностики двигателей внутреннего сгорания с помощью
виброакустического анализа. В статье разработан способ определения основных неисправностей газораспределительного механизма (ГРМ) (герметичность сопряжения «клапан–седло», тепловой зазор в приводе клапана, фазы открытия и закрытия клапанов), заключающийся в измерении и анализе виброакустических импульсов, вызванных работой отдельных элементов двигателя. В качестве параметров сигналов используется максимум амплитуды (пик) и момент возникновения виброимпульсов. За опорный сигнал ВМТ
поршня исследуемого цилиндра принимается виброимпульс от соударения поршня об упругий наконечник, помещенный в камеру сгорания. Частота вращения коленчатого вала до
600 мин-1 (что не превышает частоту прокруткой стартером) не приводит к появлению опасных напряжений ни в одном из элементов двигателя и приспособления. При этом наконечник из Bflex пластика, как самый податливый элемент, может быть многократно использован. Для обеспечения безотказного процесса диагностирования проведены расчеты
с помощью программного обеспечения – Solid Works Simulation и встроенный в него метод конечных элементов (МКЭ). Для расчета напряжений решающая программа находит
перемещения в каждом узле, а затем вычисляет деформации и конечное напряжение. В результате исследования предложенный метод диагностирования позволят достичь точности до 96 %.

Ключевые слова


вибродиагностика; газораспределительный механизм; клапана; зазор; частота вращения

Полный текст:

PDF

Литература


Real world emissions performance of heavy-duty Euro VI diesel vehicles / T. Grigoratos, G. Fontaras, B. Giechaskiel et al. // Atmospheric Environment. – 2019. – Vol. 201. – P. 348–359.

NOx, NH3, N2O and PN real driving emissions from a Euro VI heavy-duty vehicle. Impact of regulatory on-road test conditions on emissions / P. Mendoza-Villafuerte, R. Suarez-Bertoa,

B. Giechaskiel et al. // Science of the Total Environment. – 2017. – Vol. 609. – P. 546–555.

Gad, M.S. Improving the diesel engine performance, emissions and combustion characteristics using biodiesel with carbon nanomaterials / M.S. Gad, B.M. Kamel, I. Anjum Badruddin // Fuel. –

– Vol. 288. – № 119665.

Nagendramma, P. Development of ecofriendly/biodegradable lubricants: An overview /P. Nagendramma, S. Kaul // Renewable and Sustainable Energy Reviews. – 2012. – Vol. 16. – № 1. –

P. 764–774. DOI: 10.1016/j.rser.2011.09.002

. Enhanced tribological properties of diesel engine oil with Nano-Lanthanum hydroxide/reduced graphene oxide composites / B. Wu, H. Song, C. Li et al. // Tribology International. – 2020. – Vol. 141. –

№ 105951. DOI: 10.1016/j.triboint.2019.105951

Gritsenko, A. Diagnostics of friction bearings by oil pressure parameters during cycle-by-cycle loading / A. Gritsenko, E. Zadorozhnaya, V. Shepelev // Tribology in Industry. – 2018. – Vol. 2. –№ 40. – P. 300–310. DOI: 10.24874/ti.2018.40.02.13.

Liu, X. Optimized design of fuel pump fault diagnosis experimental device and test program /X. Liu, B. Jing, H. Shi et al. // Journal of Vibration, Measurement and Diagnosis. – 2017. – Vol. 37. –

№ 6. – P. 1187–1194. DOI: 10.16450/j.cnki.issn.1004-6801.2017.06.018.

Макушин, А.А. Аналитические исследования влияния конструкции ГРМ на показатели ДВС / А.А. Макушин // Автомобильная промышленность. – 2012. – № 3. – С. 12–16.

Chamarthi, G.K. Comprehensive Diagnostic Methodology / G.K. Chamarthi, A. Sarkar, P. Baltusis et al. // SAE Technical Papers. – 2017. – March.

Лютин, К.И. Вибродиагностика систем ДВС с использованием нейронных сетей / К.И. Лютин, В.Е. Федянов // Энерго- и ресурсосбережение: промышленность и транспорт. –

– Т. 2, № 8 (34). – С. 88–90.

Chen, J. Improved automated diagnosis of misfire in internal combustion engines based on simulation models / J. Chen, R. Bond Randall // Mechanical Systems and Signal Processin. – 2015. –

Vol. 64. DOI: 10.1016/j.ymssp.2015.02.027

Moskwa, J.J. A new methodology for use in engine diagnostics and control, utilizing “synthetic” engine variables: Theoretical and experimental results / J.J. Moskwa, W. Wang, D.J. Bucheger // Journal of Dynamic Systems, Measurement and Control, Transactions of the ASME. – 2001. – Vol. 123. –№ 3. – P. 528–534. DOI: 10.1115/1.1387019

A review on application of artificial neural network (ANN) for performance and emission characteristics of diesel engine fueled with biodiesel-based fuels / A. Tuan Hoang, S. Nižetić, H. Chyuan

Ong, W. Tarelko, V. Viet Pham, T. Hieu Le, M. Quang Chau, X. Phuong Nguyen // Sustainable Energy Technologies and Assessments. – 2021. – Vol. 47. – № 101416. DOI: 10.1016/j.seta.2021.101416.

A review of optical diagnostic platforms and techniques applied in internal combustion engines / X. He, Y. Wu, X. Ma et al. // Shiyan Liuti Lixue/Journal of Experiments in Fluid Mechanics. –

– Vol. 34. – № 3. – P. 1–52. DOI: 10.11729/syltlx20200003

Злотин, Г.Н. Анализ вибрационных свойств двигателя применительно к системам вибродиагностики механизма газораспределения / Г.Н. Злотин, К.И. Лютин // Известия Волгоградского государственного технического университета. – 2008. – Т. 1. – № 6 (44). – С. 8–11.

Гриценко, А.В. Метод диагностирования газораспределительного механизма по параметрам расхода воздуха и фаз газораспределения ДВС / А.В. Гриценко // АПК России. – 2012. – Т. 62. – С. 32–34.

Повышение эффективности диагностирования тепловых зазоров клапанов ГРМ с помощью вибродатчика (акселерометра) / А.С. Балясников, А.В. Гриценко, К.В. Глемба и др. // АПК России. – 2018. – Т. 25. – № 3. – С. 377–387.

Sohaib, M. Reliable Fault diagnosis of rotary machine bearings using a stacked sparse autoencoder-based deep neural network / M. Sohaib, J.M. Kim // Shock and Vibration. – 2018. – № 2919637

Shiyuan, L. Detection of engine valve faults by vibration signals measured on the cylinder head / L. Shiyuan, G. Fengshou, A. Bal // Journal of Automobile Engineering. – 2006. – Vol. 220. – № 3. – P. 379–386.

Galiullin, L.A. Development of technical diagnostic system for internal combustion engines / L.A. Galiullin, R.A. Valiev, I.A. Galiullin // Journal of Computational and Theoretical Nanoscience. – 2019. – Vol. 16. – № 11. – P. 4569–4572.


Ссылки

  • На текущий момент ссылки отсутствуют.