摘要： 结合试验 ，具体考察了不一样油温下机油冷却器的流量特点 ，并利用BP神经网络建立了描述机油冷却器 流量特点的仿真模型。讨论结果表明 : 随着流量的增加 ，机油流经机油冷却器所发生的压降也明显增加 ;在过低油温和高压降情况下 ，流经机油冷却器的机油流量与其所发生的压降均有很好的线性关系 ，而在高温、低压降时存在明显的非线性关系 ;流量 —压降关系比流量 —温度关系的线性度更好。利用B P 神经网络建立的流量特性模型取得了很好的性能仿真效果 ，最大误差不超过5% 。 

　　机油温度是影响方舱式静音发电机润滑系统作业可靠性的最具体要素之一。温度太高，机油黏度减轻显着，机油稳定性减少，氧化变质加剧，机油压力偏低，易造成烧轴瓦、烧曲轴、缸套拉伤等损坏。因此，为控制安静型发电机机油温度，保证各部件得到有效而可靠的润滑，当曲轴箱机油温度(也就是常说的机油温度)超过95℃时，就应当在润滑机构中安装机油冷却器。机油冷却器的用途就是减轻机油的温度，使其保持在合适范围内，从而大幅度提升降噪型发电机的性能和寿命。机油冷却器的性能主要取决于其传热和流阻两项指标。人们对机油冷却器详细侧重于其传热性能的探讨，而很少对其流阻特性进行全面研究。通过剖析流经机油冷却器的机油流量与压降的关系，本讨论详细考察了不同油温下机油冷却器的流阻特点，为移动式静音发电机润滑冷却机构布置与解析供应依据。对于给定的机油冷却器及机油，机油流量和温度是影响压降的详细要素。目前，人们对润滑装置组成部件流量特征的建模研究主要采用线性回归、逐步回归等数理统计的原理对试验数据进行排查得到其近似方程表达式。这些手段大多是关于某一特定工况或某些局部工况来剖析和评价其工作特点的。机油冷却器在工作时，有关要素如温度、压力等对其流量特点的影响大多是非线性的，因此采用上述步骤对机油冷却器全工况下的流量特征建立统一的方程表达式将是十分复杂的。

　　神经网络建模技术已经被广泛运用在静音发电机组等各研究领域 ，并取得了良好的效果。本探求利用 BP 神经网络的非线性映射作用并结合相关试 验参数建立了描述机油冷却器流量特点的仿真模型 ，并通过试验法验证了所建模型的准确性。

　　? 机油冷却器芯子在 1.2MPa油压下作密封 性试验 ，时间 3min ，不得渗漏 ，芯片不得拱起 ;

　　油箱内的机油经过加热器加热，由机油泵泵出，流经调整阀、流量计后进入机油冷却器，再由冷却器出口和连接管道回到油箱。在冷却器机油进出口均装有用于检修机油压力的压力表。此外，该试验机构中还装有用于监测油箱内机油温度的温度探头、用于回油的溢流阀、驱动机油泵的驱动电机及机构控制台和其他辅助装置。图2为机油冷却器流量特点测试现场照片。

　　考虑到测试装备的作业性能要求，本试验购买的条件水平见表1，具体测量了9种油温下机油流经冷却器发生各种压降时相应的流量。其中移动电站，由于机油黏度低温时随油温的变化比高温时大得多，因此低温段划分较细。

　　所测冷却器装配有限压阀，当限压阀完全开启后，机油通过冷却器出油口和限压阀处出油口进入安静型发电机主油道。本试验中将限压阀处的出油口堵 死 ，重点考察限压阀没有开启时不一样机油温度下流 经机油冷却器的机油流量与其所发生的压降之间的 关系。完成测试装置组装和调试后 ，根据试验对策按 照以下策略进行试验 :

　　2)  起动电机驱动机油泵 ， 使机油循环流动起来 ，直至油箱内机油温度均匀 ;

　　3)  若上一办法中的均匀温度未达到试验规定温度 ，则返回到办法 1) ;若超过试验规定温度 ，则需 要等待机油冷却 ，直至达到试验规定机油温度 ;

　　4)  调整节流阀 ， 使冷却器进油压力达到预定值 ，记录压力表和流量计读数 ;

　　5)  重复方案 4)  ， 测试各个预定进油压力下的流量 ，记录每次压力表和流量计读数 ;

　　6)  重复途径 1) ~5)  ， 测量不一样机油温度下流经机油冷却器的机油流量与其所产生压降之间的关系 集装箱发电机组。

　　机油温度控制十分困难 ， 实际试验过程中需要 及时进行调控 。因为受各种外在要素的影响 ，所记录的试验数据存在一定偏差。其中 ， 压力偏差为±0.01MPa ， 温度偏差为 ±2℃， 流量偏差为 ±0.1L/min 。

　　为更全面熟悉机油温度、流经机油冷却器的机 油流量及其所产生的压降三者之间关系 ，通过对试 验参数 的插值排查 ， 分别得到 了在机油温度为 70 ℃ ，80 ℃，90 ℃，95 ℃， 100℃时各压降下的流 量参数 ，结合原试验参数 ，整理得到反映机油温度、 流经机油冷却器的机油流量及其所发生的压降三者 之间关系的曲面图（如图3所示）。

　　由图3可以发现，在较低油温和高压降情形下，流经机油冷却器的机油流量与其所发生的压降之间有很好的线性关系，而在高温、低压降时存在明显的非线性关系。同时还可以发现，流量—压降关系比流量—温度关系的线性度更好。

　　B P反向传播网络是目前工程中应用最为广泛的一种人工神经网络。由于神经网络具备非线性映射作用，可用神经网络逼近动态机构输入和输出之间任一非线性关系。这样，经过训练的神经网络可成为描述系统的模型。利用神经网络建模的最大特征是，只需样本参数而不需要建立主要的数学方程表达式，就能建立起输入与输出之间的非线性映射关系，用于函数逼近，理论上可达到任意精度[8]。

　　学习样本是用来训练网络、调整网络的连接权值使网络的模拟输出与实际输出的误差最小。一个性能良好网络模型学习样本的选择应具有3个特征，即致密性、遍历性和相容性。本探讨采用试验实测数据作为学习样本。

　　实际运用中，BP网络详细有两层和3层(不包括输入层)两种。讨论表明，当隐含层的神经元足够大时，两层构造的网络可以实现任意复杂的映射。对于给定的机油冷却器及所使用的机油，机油流量和温度是影响压降大小的主要因素。本讨论采用两层构造，将机油流量和温度作为网络的输入，所发生的压降作为输出。图4为描述机油冷却器流量特征的BP神经网络模型。

　　BP网络的学习算法有很多种，对于一个给定的问题，采用哪种训练方法使网络训练速度最快是很难预料的。通过试算比较，本探求最终选择使用Levenberg2Marquardt算法来训练网络。

　　（2） 在较低油温和高压降状况下 ，流经机油冷却器的机油流量与其所产生的压降有很好的线性关系 ， 而高温、低压降时存在明显的非线性关系 ; 流量—压降关系比流量—温度关系的线）利用神经网络建立机油冷却器的流量特性模型是可行的，取得了很好的性能仿真效果，可以提

　　康明斯动力装备（深圳）服务站     Fitness Co.， Ltd.@2011-2012   CopyRight   

　　康明斯发电机修理售后公司：北京|天津|上海|重庆|河北石家庄|山西太原|内蒙古呼和浩特|辽宁沉阳|吉林长春|黑龙江哈尔滨|广东南京|浙江杭州|安徽合肥|福建福州厦门|江西南昌|深圳济南|河南郑州|湖北武汉|湖南长沙|广东广州|深圳惠州东莞|海南海口|广西南宁|四川成都|贵州贵阳|云南昆明|西藏拉萨|陕西西安|甘肃兰州|青海西宁|宁夏银川|新疆乌鲁木齐

-------------------------------------
康明斯动力设备（深圳）有限公司
静音箱式柴油发电机组销售供应与价格咨询-一站式预集成电力解决方案提供商
如果想要掌握更多低噪声柴油发电机组技术资讯，请在官网http://www.cms-power.com查询电话联系方式