发动机磨损状态的铁谱监测

铁谱技术作为机器故障诊断和工况监测手段,已取得了令人鼓舞的进展。不停机、不解体,只提取适量的润滑油样品测量其磨损颗粒含量,分析观察颗粒形貌,就可以判断出机器的磨损状态。我们试采用铁谱技术对汽车发动机磨合期监测和故障诊断,也收到良好效果。一、磨合时间的确定为评定一台出厂发动机的质量,一般要在一系列性能试验之前进行一定时间的磨合运行,用来消除由于机械加工原因造成摩擦副之间的微凸体,并借助润滑油膜使摩擦表面建立起稳定的、理想的防护组织。     

浅谈气缸磨损及应对措施

众所周知,摩托车发动机中主要用于作功的摩擦副为活塞、活塞环和气缸等零部件,这些摩擦副之间密封状态的好坏以及磨损正常与否,对发动机功率的正常发挥起着极为重要的作用,其中气缸的磨损尤为人们关注。为此,笔者拟对气缸的结构特点、磨损的起因及应对措施作一探析,供广大摩托车用户和车迷朋友们参考。     

基于SFCE与规则推理的发动机集成故障诊断方法

针对发动机磨损过程的复杂性以及故障症状(磨粒信息)与故障原因之间对应关系的不确定性,首先对磨粒数量特征信息进行了模糊化,建立了某发动机典型磨损故障的模糊规则库。针对单一故障诊断方法的局限性,引入了对称模糊交互熵的故障推理方法,在此基础上建立了基于对称模糊交互熵和规则推理相结合的发动机故障诊断模型。本模型首先采用对称模糊交互熵对故障原因进行"过滤",滤除出现可能性较小的原因,然后利用规则推理进一步确认最后的故障原因。实例表明,该方法在发动机多症状多原因的复杂情况下能够取得较好的诊断结果。     

独立式车用加热器的功能分析

对独立式车用加热器用于车内取暖、挡风玻璃除霜、发动机低温冷起动预热,以及预热发动机的同时减轻摩擦副磨损、降低发动机油耗和排放等作了分析。     

发动机缸孔早期磨损的原因及解决措施

发动机缸孔的早期磨损直接影响发动机的功率、油耗、排放及使用寿命,因此提高缸孔、活塞环之间的配合质量和表面状态就显得尤为重要。结合典型的缸孔早期磨损故障,对早期磨损的成因进行了系统分析,证明故障是由于油环刃口周向轮廓存在凸起而导致缸孔早期磨损。通过改进油环刃口的珩磨工艺及增加刃口的圆度要求并加以监控,提高了缸孔、活塞环摩擦副的配合质量。     

气缸套的磨损原因及正确维护

发动机气缸套和活塞环是在高温、高压、交变载荷和腐蚀的情况下工作的一对摩擦副.长期在复杂多变的情况下工作,其结果是造成气缸套磨损变形,影响了发动机的动力性、经济性和使用寿命.认真分析气缸套磨损变形的原因,对于提高发动机的使用经济性有十分重要的意义.     

发动机凸轮-气门挺杆磨损试验台

在顶置气门发动机中,凸轮与气门挺杆这对摩擦副,是发动机可靠性的关键零部件之一。为了摸索凸轮——气门挺杆副的磨损规律,我们曾进行汽车道路试验和发动机台架试验。但是,道路试验和台架试验,往往都需要很长的试验周期和消耗大量的人力物力。为了能尽快地得出凸轮——气门挺杆的磨损规律,又能模拟发动机的使用情况,我们设计和制造了一台凸轮——气门挺杆磨损试验台,其外形和结构分别如图1和图2所示。     

浅谈燃油超耗故障排查法(1)

燃油消耗过大是软故障,引起车辆燃油超耗的因素很多,有关资料显示,发动机部分与了相当大比例,本文就其中排气冒黑烟、运动摩擦副异常磨损、排气口或消声器堵塞、摩擦片离合器打滑和离心变速器皮带过度磨损等故障原因,介绍其诊断和排查方法,以供广大读者和摩托车爱好者参考。     

滑动轴承的常见损坏形式及预防对策

发动机不工作时，曲轴支承在轴承上。当发动机正常工作时，带有一定压力的机油被强制性地输送到曲轴与轴承的摩擦面之间，形成楔形油膜，将曲轴与轴承两个零件的表面完全分开，形成流体摩擦，此时由于两摩擦表面不接触，故摩擦只发生在润滑油流体的分子之间，零件几乎不产生磨损。但是，这种几乎没有磨损的润滑状态只是一种理想状态，在发动机实际工作中，由于负荷、温度、转速等的变化，往往很难达到上述理想状态，从而造成曲轴与轴承之间的摩擦，形成一定量的磨损。     

车辆发动机缸套—活塞环磨损试验研究

为了实现对车辆发动机缸套—活塞环磨损失效分析和仿真计算,以缸套—活塞环摩擦副为研究对象,制作与缸套—活塞环相同材料的磨损试样,采用拉丁超立方法设计了模拟缸套上止点附近磨损的8组不同压力与速度的试样磨损试验。依据磨损试验数据,分析了缸套试样的磨损质量和磨损率的变化过程;通过试样表面电镜扫描,分析了缸套试样不同磨损阶段的表面形貌特征;采用响应面拟合方法,建立了不同工况下Archard黏着磨损模型中磨损系数K的计算公式,为发动机缸套—活塞环磨损仿真计算提供基础。     

基于相对隶属度的发动机磨损模糊模式识别

针对模糊数学需人为确定隶属函数的缺陷,利用以相对隶属度为基础的模糊理论对发动机磨损模式进行了识别,得到了较为客观的识别结果,证明了该方法对发动机磨损模式识别的有效性。同时,Matlab的仿真结果还证明了利用最优模糊聚类中心矩阵可以消除冗余信息、简化模式特征值的提取,使模式识别的准确率提高。     

基于 GT-Crank 仿真的柴油机气缸磨损时瞬时转速分析

利用 GT‐Crank 软件对柴油机曲轴瞬时转速进行仿真分析计算,研究了正常状态、单缸磨损、多个相邻缸磨损和多个非邻缸磨损状态下瞬时转速的变化规律,提取了状态特征参数,并分析了气缸磨损对其他缸的影响,为深入研究瞬时转速在柴油机状态检测诊断中的应用提供了理论依据。     

基于自适应模糊神经网络的故障诊断方法

对模糊逻辑和神经网络的优缺点进行分析,提出一种基于自适应模糊神经网络的故障诊断方法。它把模糊逻辑和神经网络有机结合起来,生成自适应模糊神经推理系统(ANFIS);文中给出了该系统的原理及实现算法,最后使用M atlab Fuzzy工具箱对柴油发动机喷油泵柱塞故障数据进行建模,结果表明该方法是可行的,并且有较高的诊断效率。     

强噪声背景下的柴油机失火故障诊断

柴油机失火是常见的故障模式,传统的诊断方法不仅参数获取困难且准确性差。针对此问题,以3缸四冲程柴油机为研究对象,设计了柴油机失火故障的预置试验,采集排气噪声和缸盖振动信号进行故障诊断研究。为提取强噪声背景下的微弱信号,采用二次采样随机共振系统提取柴油机故障特征频率完成柴油机的失火故障诊断。研究结果表明,通过二次采样处理,随机共振系统可以将噪声能量转移到柴油机微弱特征信号上,达到大参数条件下微弱信号特征提取的目的,能有效识别柴油机的早期故障,对其他复杂机械的振动诊断同样具有参考价值。     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

柴油机故障诊断专家系统知识库设计

在分析柴油机故障诊断知识特点的基础上,采用模糊化方法对柴油机运行状态参数进行处理,采用综合型知识方式来表达柴油机故障诊断知识,采用多库多层次的方式组织知识库,并对知识库采取一系列方式进行管理与维护。应用表明,柴油机故障诊断专家系统的预报准确率较高,具有较强的实用性。     

柴油机气门与气门座圈摩擦副磨损机理分析

采用台式试验装置模拟内燃机气门与气门座圈的负荷环境和接触条件,通过试验研究了气门与座圈的磨损机理以及气门与座圈磨损的主要影响因素。试验结果表明,气门与座圈的磨损主要来源于气门关闭时的落座冲击和燃烧压力作用下气门在座圈上的滑动,并且与气门的关闭速度、燃烧负荷、气门相对气门座圈的不对中性及气门和座圈的材料选择等工作状态有关。     

基于BP网络的故障诊断正向推理方法

针对传统的故障诊断正向推理方法的局限性 ,对基于BP模型的神经网络故障诊断正向推理方法进行了研究。建立了用于故障诊断的BP神经网络模型 ,并给出了故障诊断的正向推理过程。利用汽车发动机点火系统的故障实例验证了基于BP模型的神经网络故障诊断正向推理方法的有效性和可行性。     

基于声强与神经网络技术的发动机故障诊断

根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入。结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径。