柴油機故障診斷涵蓋了信號的采集、數據的處理與特征值提取、故障診斷與分類三個主要部分，而其故障診斷技術卻綜合了多種學科與理論知識，經歷了由傳統診斷技術到智能診斷技術的發展歷程。

雖然柴油機故障診斷技術在工程應用方面已經取得許多突破性的進展，但由于柴油機系統結構復雜，運轉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構組成繁雜，運行中，各工作系統的作用關系不明朗；其次，對于不同型號的柴油機，零部件構造、系統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，所得到的診斷結果與當前的運行狀態不符。

（2）由于柴油機是一種往復式旋轉機械設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系，即兩者間不是一一對應，而是一對多的現象。

在未來的社會發展中，隨著科學研究的日益深入，智能優化算法與計算機技術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機器狀態的信息是未來故障診斷的一個重要研究突破點。

（2）診斷結果方面每種智能優化算法均有自身的優勢和不足，因此，為能夠提高診斷結果的正確率，將多種優化算法相互融合，優勢互補，并結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化支持向量機來獲得最佳性能參數，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）技術資源方面為確保生產效益和工作效率，利用計算機技術建立故障診斷系統和信號數據采集分析系統，利用網絡技術進行信息共享，實現信息融合的在線診斷。

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