САНКТ-ПЕТЕРБУРГСКИЙ ГОРНЫЙ УНИВЕРСИТЕТ ИМПЕРАТРИЦЫ ЕКАТЕРИНЫ II

ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ В РОССИИ

Vibration-Based Condition Monitoring of Diesel Engines in Industrial Energy Applications: A Scoping Review

Ссылка для цитирования (ENG)

Afanaseva Olga V , Pervukhin D. A., Khatrusov A. C. Vibration-Based Condition Monitoring of Diesel Engines in Industrial Energy Applications: A Scoping Review Energies. 2025. №18. pp. 1-27. doi.org/10.3390/en18215717

Авторы

Afanaseva Olga V , Pervukhin D. A., Khatrusov A. C.

Журнал

Energies

Год

2025

Ключевые слова

  • организации горного производства
  • экологов
  • экономистов

Аннотация

Дизельные двигатели остаются основой для отраслей, где требуются автономность и надёжность, однако предиктивная диагностика в реальных условиях по-прежнему затруднена. Цель данного скопинг-обзора — исследование и систематизация опубликованных научных данных о применении вибрационных методов для мониторинга технического состояния дизельных двигателей в промышленных или приближённых к эксплуатационным условиях. На основе 77 проанализированных публикаций рассмотрены конфигурации датчиков, диагностируемые узлы, методы анализа сигналов и контексты применения. Наиболее распространённый подход — регистрация вибрации на блоке цилиндров или головке; показано, что совместная оценка вибрации с данными давления и акустики повышает надёжность выявления неисправностей топливной и газораспределительной систем. В качестве методов преобладают временной и частотный анализ, адаптивные разложения и алгоритмы машинного и глубокого обучения; высокая точность чаще достигается в контролируемых условиях, тогда как подтверждений устойчивости на промышленных установках пока недостаточно. К ключевым ограничениям относятся многокомпонентность и нестационарность сигналов, высокий уровень помех, требования к размещению датчиков, ограничения каналов связи и необходимость обработки на месте; оценка крутильных колебаний остаётся технически сложной. Сделан вывод о необходимости полевых валидаций, мультимодальных сенсорных платформ, помехоустойчивых алгоритмов и адаптации моделей к конкретной среде, с учётом качества топлива, переходных режимов и климатических факторов.