柴油机拉缸故障模拟试验研究

根据故障与参数之间的相关性、参数的灵敏性以及现场测试的方便性确定了柴油机拉缸故障模拟试验的6个测试参数。通过试验数据的分析,发现其中的4个参数,可以作为拉缸故障的特征参数,即平均振值、峰峰值、高波幅值脉冲和输出功率。这一结论为大型柴油机的在线监测和故障诊断提供了可靠的依据。     

基于局域波法的车用柴油机预知维修研究

阐述了车用柴油机预知维修的原理及意义和局域波法原理 ,利用此方法对柴油机缸盖表面振动信号进行分析 ,提取出能够表征其内部状态信息的特征参数。在柴油机运行中 ,利用此参数的变化规律来预测故障部位及发生时间     

柴油机振动速度特征参数与供油提前角异常故障关系研究

采用数值模拟和试验研究相结合的方法对振动速度特征参数与供油提前角异常故障的关系进行了研究。基于已验证的195柴油机有限元模型模拟并提取了不同供油提前角下的振动速度特征参数,模拟结果表明,随供油提前角的增大,描述燃烧始点、峰值压力出现时刻及最大压力升高率出现时刻的振动速度特征参数减小,描述峰值压力及最大压力升高率的振动速度幅值特征参数增大,描述平均指示压力(IMEP)的特征参数变化规律不明显。以1110和295柴油机为试验验证对象,测量并提取了不同工况下的振动速度特征参数,结果表明振动速度特征参数随供油提前角的变化规律和理论分析结果一致。     

基于小波包的柴油机振动故障诊断研究

往复式柴油机转动时产生振动是不可避免的这是由其复杂的结构和工作性质决定的,所以在柴油机故障诊断中,振动信号对于研究柴油机的振动特性和机械故障之间的内在联系起重要作用。通过从缸盖表面振动信号的小波包分解系数中提取整循环故障特征参数的方法,提取内燃机故障特征的研     

基于小波与深度置信网络的柴油机失火故障诊断

为更深入地了解柴油机失火故障的机理,提高失火故障诊断准确率,本文中提出了一种基于小波与深度置信网络的柴油机失火故障诊断方法。首先,采用等角度采样法对柴油机缸盖振动信号进行采样,获得平稳的角域信号,消除循环波动干扰;然后,通过连续小波变换对角域信号进行角-频分析,提取点火频率附近频带后利用连续小波逆变换重构信号;接着,按照柴油机工作循环从重构信号中,分段提取方差、峭度和峰值等12种常用特征参数并构造诊断参数矩阵;最后,利用深度置信网络对诊断参数矩阵进行降维和第二次特征提取,并依据二次特征对失火故障进行诊断。将该方法应用到某型柴油机上的结果表明,该方法能准确提取失火故障信息,有效诊断失火故障。     

多特性参数相结合的柴油机故障振动信号特征提取与诊断

本文基于缸盖振动信号的非平稳的特点,将经验模式分解和AR模型参数相结合,并兼顾了信号频谱的特点,提出了综合选取AR模型参数、信号频带能量和信号的质心频率与质心幅值等作为柴油机故障振动信号特征参量的方法;采用该方法对实测的S195柴油机的5种工况下缸盖振动信号样本提取了故障特征向量,基于支持向量机对柴油机故障进行诊断,故障诊断的正确率达到83%以上,验证了该方法的可行性。     

基于缸盖振动信号的柴油机多工况气缸压力识别方法研究

对某12150型柴油机进行了缸内燃烧激励的瞬态动力学计算,分析了其缸盖振动的位移、速度和加速度与缸内燃烧特征参数的对应关系。接着在此基础上,对实测振动加速度进行数字积分和平均滤波得到振动位移信号,并利用希尔伯特包络和滑动平均法提取了振动位移的趋势项。再以该趋势项为输入参数构建了Adaboost_BP集成神经网络模型,最后利用此模型对不同工况下的缸内压力进行识别。结果表明:振动位移趋势项与缸内压力的良好对应关系和参数本身的简洁性有效降低了神经网络输入的复杂度,提高了神经网络的训练效率;集成神经网络模型能够准确识别不同工况下的缸内压力,其泛化性和精度均有大幅度提高。     

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%。     

柴油机燃烧振动波形的自适应提取及故障诊断

柴油机燃烧系统故障的振动信号分析方法之关键是波形提取,只有提取到正确的燃烧振动波形,才能得到可靠的诊断结论,将转速—振动双通道信号同时采集,借助转速脉冲对燃烧振动波形进行准确定位;提出了自适应提取方法自动提取到完整的燃烧振动波形,实现了柴油机燃烧均匀性分析和失火故障的自动诊断。应用该方法对一多缸柴油机进行诊断,确定其有3个缸存在失火故障,为现场应用提供了一种简便、直观且实用的诊断方法。     

柴油机技术状态远程监测诊断系统研究与实践

论文在简单分析开展柴油机技术状态远程监测诊断研究实践的意义后,首先针对相关技术的现状,构建了柴油机技术状态远程监测诊断系统。接着探讨系统监测终端侧柴油机技术状态信息的采集与特征参数的提取,以及机身振动加速度信号序列如何转换为速度信号序列的方法。然后给出系统软件编程的重要依据——系统功能运行图,介绍如何通过软件编程实现系统功能．并介绍在该柴油机技术状态远程监测系统上进行的实验及结果。     

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。     

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。     

基于振动信号的柴油机进排气系统故障诊断研究

提出了一种根据柴油机气缸盖振动信号诊断进排气系统故障的方法 ,介绍了对柴油机的振动信号进行小波降噪和小波分解 ,提取相应特征向量 ,然后将振动样本的特征向量作为径向基函数神经网络的输入参数 ,以故障类别作为输出参数训练该网络 ,训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况。仿真和试验证明该方法有效可行     

控制电路故障导致康明斯柴油机无法启动的分析与排除

康明斯柴油机的控制电路出现问题经常会引起柴油机不能启动,在分析柴油机控制电路基础上,结合启动机运转情况给出柴油机不能启动故障诊断流程图,依次对直流供电系统、转速传感器、执行器和转速控制器进行检查,查找故障点,通过调整和更换相关元件排除柴油机无法启动的故障。     

一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

基于自适应奇异值标准谱和EMD的柴油机故障诊断

针对柴油机多发故障,提出了自适应奇异值标准谱和经验模态分解(Empirical Mode Decomposition,EMD)相结合的故障诊断模型。通过计算平均最近邻域发散度和奇异值标准谱的方法自适应地选择奇异值分解的嵌入维数和重构阶数,提高了奇异值分解降噪的精度。对降噪后的信号进行EMD分解,并利用调整余弦相似度标准提取反映信号真实特征的主固有模态函数(Intrinsic Mode Function,IMF),进而提取故障特征参数。将此模型应用于F3L912柴油机进气门漏气、单缸失火和多缸失火等故障的诊断,通过提取峭度和过零率作为故障特征,获得了较高的故障分类准确率。     

解放牌CA1225P1K2L11T1型柴油载货汽车仪表系统电路故障诊断与排除实例

介绍了解放牌CA1225PIK2L11T1型柴油载货汽车仪表系统电路故障现象、故障诊断与排除实例。例如,燃油、油压、电压及水温表同时不工作并伴有警报灯都不亮的故障诊断与排除;发动机润滑系工作正常,机油压力表指针不动,停在L端的故障诊断与排除等。     

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。