基于维格纳高阶矩谱的柴油机故障诊断

为解决柴油发动机故障振动信号分析过程中的不稳定性和非线性,使用切片维格纳三谱来分析柴油机振动信号的时频分布,柴油机故障信号的切片维格纳三谱表明,每一种故障均具有各自的特征,从而为区分不同柴油机故障提供了信息依据.     

基于神经网络的柴油机故障诊断

基于虚拟仪器技术, 开发了柴油发动机信号处理系统, 该系统数据采集由传感器与PCI-6023E数据采集卡完成, 系统软件采用LABVIEW6.0, 根据柴油发动机的典型故障, 对系统参数赋值, 利用BP神经网络对采集的数据进行处理, 进而判断发动机的故障, 试验表明该系统是可行的。     

基于神经网络的船用柴油机故障诊断方法

提出一种适用于船用柴油机故障诊断的方法，即三层ＢＰ网络模型诊断方法。初中结果表明，ＢＰ网络模型能在较大程度上模拟专家凭直觉和经验处理不确定知识的能力。     

基于规则的机车柴油机故障诊断专家系统

简要介绍了机车柴油机故障诊断专家系统的国内外研究现状，阐述了所研究开发的柴油机故障诊断专家系统的整体框架、诊断知识的表达方法以及诊断的推理机制，并给出了应用专家系统进行机车柴油机故障诊断的实际例子．     

柴油机故障诊断技术的研究

本文以MAN B&W 8L21/31型柴油机为研究对象,测量分析了柴油机正常态和故障态的柴油机瞬时转速、扭转振动和示功图,进行了基于瞬时转速、扭转振动和示功图的柴油机故障诊断技术的研究。     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

基于小波网络的船舶柴油机燃油系统故障诊断

采用小波变换和BP神经网络的辅助式结合,通过小波变换提取故障特征向量作为BP神经网络的输入值,设计并组建了小波神经网络;利用小波变换模极大值分析高压油管燃油压力信号的奇异性,提取故障特征向量;根据故障采集数据并建立学习样本,通过网络训练建立BP神经网络输入和输出间良好的非线性映射,进而通过特征向量输入BP神经网络来诊断故障。实验数据分析表明:该方法具有良好的诊断效果。     

基于CEEMD和快速谱峭度图的地铁轴箱轴承故障诊断

提出了基于互补集合经验模态分解(CEEMD)结合快速谱峭度图的滚动轴承故障诊断方法(CEEMD-FSK).将轴箱加速度振动信号分解成多个本征模态函数(Intrinsic Mode Function,IMF),通过快速谱峭度图和互相关系数,选取出关键IMF信号进行原信号重构.对重构信号带通滤波后进行改进型的共振解调处理,通过平方包络谱进行轴箱轴承故障诊断.将该方法应用到地铁轴箱轴承的实际故障预测和诊断中,并结合后期轴箱轴承拆装和检测,结果表明了该方法的有效性和准确性.     

基于声响异常辨识的船舶柴油机故障诊断技术探析

文章对柴油机的故障表象与诊断技术进行了综合分析,结合理论与实践列出了在柴油机故障诊断中的异常声响发生的部位、异响表象特征和故障基本原因,并以实例阐述了柴油机声响异常辨识在故障诊断中的应用,介绍了该故障诊断技术的发展应用前景。     

基于时频分析的柴油机活塞环故障振动诊断研究

活塞环是柴油机的关键部件之一，如果出现故障将严重影响柴油机的性能．文中介绍了时频分析理论，利用时频分析方法对柴油机正常和活塞环故障状态下的机体表面振动信号进行了分析，提取了特征信息，两种状态下结果区别明显，说明时频分析方法能够作为柴油机的故障诊断和状态监测的有效工具和方法．     

柴油机气门漏气故障时频分析诊断研究

气门是柴油机的关键部件之一,故障率较高,如果出现故障将严重影响柴油机的性能.文中介绍了时频分析理论.利用时频分析方法对柴油机正常和排气门漏气故障状态下的缸盖和机体表面振动响应信号进行了分析,2种状态下结果区别明显,说明时频分析方法能够应用于柴油机的故障诊断和状态监测.     

船舶柴油机故障诊断技术的研究及展望

文章通过对船舶柴油机故障诊断机理的分析,介绍了船舶柴油机故障诊断的主要方法,分析了柴油机故障诊断的特点,并提出了柴油机故障诊断的发展方向。     

电控发动机故障诊断属性约简算法应用研究

利用粗糙集理论中的区分矩阵属性约简算法对电控发动机的几种典型故障参数进行属性约简,为验证约简结果是否有利于下一步的故障诊断,采用较成熟的BP神经网络对其进行诊断验证,将约简结果作为网络的输入,待诊断故障作为网络的输出。通过学习训练结果表明:利用区分矩阵方法所获得的核约简不能作为故障诊断的特征参量,其导致网络不收敛,而其它3组约简可以用于区分现有故障。为获得最优的属性约简结果,利用二进制粒矩阵的方法进行了最优属性约简的证明。     

重型载货汽车柴油机动力不足故障树分析

构建特定故障树对某重型载货汽车柴油机动力不足故障原因进行诊断,通过故障树定性分析,给出发动机动力不足故障的各种可能原因及其组合方式,其中包括人—机—环境等多方面的因素。定性分析所得最小割集,以及各直接原因对顶事件发生影响的重要程度,可以指导维修人员准确快捷地查找顶事件的故障原因并及时排除故障。在给定底事件发生概率的前提下,利用所编程序还可对顶事件的发生概率以及底事件重要度进行定量计算。研究结果有助于进一步提高汽车维修的科技含量和维修质量,同时帮助设计和制造单位采取改进措施,提高发动机的使用可靠性。