内燃机电站状态检测特征参数选择

内燃机电站状态检测技术是实施故障诊断与视情维修的基础，而状态特征参数的选取是检测技术的关键，本文对内燃机电站技术状态特征参数进行了分类，提出了特征参数选择的原则，并对主要特征进行了分析。     

小型内燃机气缸磨损规律和预防检修

分析了小型内燃机产生气缸磨损的规律，结合实践总结了预防措施和检修方法。     

内燃机气缸磨损分析及预防措施

气缸是内燃机燃烧室的重要组成部分，气缸磨损程度是衡量内燃机是否需要大修的重要依据之一。只有掌握了气缸的磨损规律，找出形成规律的原因，才能探索正确使用、合理维护、减缓磨损及延长内燃机使用寿命的有效途径。     

内燃机连杆大端轴瓦微动磨损试验与计算研究

随着内燃机功率密度的提升和对轻量化设计要求的提高,连杆大端轴瓦在承受较大的交变载荷以及振动附加载荷后其过盈接触面容易发生微动磨损,严重影响内燃机使用寿命和可靠性。针对一款内燃机的连杆大端轴瓦,在实际的装配条件和载荷特征下开展微动磨损加速试验,并建立相应的微动计算模型进行应力及磨损分布规律研究。结果表明：模型和试验结果较好吻合,连杆杆身大端表面应力在最大压载下由中间向两侧衰减,最大拉载下分布相反;大端轴瓦微动磨损程度要大于大端盖轴瓦,轴瓦边缘部分磨损程度要高于中心部分。且磨损越严重,磨损后的表面粗糙度越大。     

内燃机气缸磨损的原因及规律

对往复活塞式内燃机气缸磨损的原因进行了分析，总结了其磨损的基本规律，结合实际提出了使用中如何判断气缸磨损及减少磨损的对策。     

内燃机凸轮挺杆摩擦副的磨损形式及影响因素分析

介绍了内燃机凸轮挺杆摩擦副的两种磨损形式，产生的机理及其影响因素。     

内燃机的摩擦、磨损及合理运用

内燃机是国民经济中最主要的动力机械之一,在船舶、汽车、铁路、矿山、农机等各方面获得广泛应用.     

基于BP神经网络的道路交通状态判别方法研究

根据交通流复杂性的特点,提出了基于BP神经网络的交通状态判别方法。并以高速公路隧道为例,通过Matlab软件编程实现模拟仿真,最后通过对神经网络的输出结果与决策阈值相比较,确定其所反映的交通状态。仿真结果表明,该算法可用于实时交通状态判别,并具有很高的精度和较好的收敛度。     

内燃机气门与气门座的磨损形式及影响因素分析

介绍了内燃机气门与气门座摩擦副的磨损形式，并分析了影响气门和气门座磨损的因素。     

基于磨损元素比例特征的发动机磨损状态诊断

针对不连续采样时的车用发动机磨损故障诊断问题,基于摩擦磨损原理和摩擦副元素之间的相关性,提出了基于比例特征的发动机磨损状态模糊优选诊断方法,建立了发动机磨损变化的比例模型,研究了摩擦副主要磨损元素之间在磨损过程中的比例关系,运用模糊优选理论实现了发动机磨损状态的诊断。通过典型磨损状态的油样光谱分析数据验证了该诊断方法的有效性,解决了车用发动机在不连续采样情况下的磨损故障诊断难题。     

小波包和SVM在发动机故障诊断中的应用

针对发动机的故障特点,提出了一种基于小波包和支持向量机(SVM)的发动机故障诊断方法。利用信号能量在小波包空间的分布特性,采用基于能量的自适应去噪方法,提取反映故障的特征向量,并基于SVM理论构建了针对发动机的多故障分类器。试验结果表明,该方法具有故障分类与识别能力。     

微动磨损对发动机机体可靠性的影响及研究

采用有限元计算和断口分析等多种手段对机体与轴承盖之间的微动进行分析,从微观角度揭示微动磨损对机体可靠性的影响,并针对性地提出改进方法。     

基于尺度—小波能量谱和神经网络的内燃机故障诊断

为了对内燃机气门及活塞—连杆组故障进行有效地诊断,通过试验测取内燃机在不同故障下的振动信号,利用连续小波变换得到信号在不同尺度上的能量分布,即信号的尺度—小波能量谱。其能量主要分布于尺度范围1~32,且相同故障模式下的尺度—小波能量谱呈现出相似性,不同故障模式之间的尺度—小波能量谱存在很大的差异性,以此作为不同故障模式的信号特征,结合BP神经网络方法,实现了对待检信号的正确识别。     

汽车发动机失火故障的诊断方法研究

失火是发动机常见故障之一。失火的原因有很多。油路、电路和机械零件中的故障可能导致发动机失火。发动机失火故障发生后,不仅降低了发动机工作的稳定性、动力性和经济性,而且会增加因燃油燃烧不完全或不燃烧而产生的排放污染。因此,有必要对汽车发动机失火故障诊断方法进行研究。     

高档汽油机油抗磨损性能试验方法研究

为了配合高档内燃机油的研究、开发及研发中心MS程序ⅢE台架的引进,降低试验费用,缩短开发周期,提高台架试验的通过率,在四球摩擦磨损试验机上建立的试验方法能够较好地区分不同质量级别的汽油机油,在高档汽油机油研究中得到了应用。     

基于多色集合的发动机诊断IETM研究

研究了智能化IETM(交互式电子技术手册)的功能结构和实现方法,以2JZ—GE发动机为例,研究了发动机诊断知识库,并利用多色集合理论建立故障诊断模型,在此基础上最终实现了第5级IETM的原型系统。     

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。     

基于BP网络的柴油机故障诊断方法研究

采用BP神经网络对柴油机气缸套磨损故障诊断进行了研究。首先运用单BP网络方法对柴油机气缸套磨损故障进行了诊断,诊断结果表明该方法还存在一定不足;提出了基于组合式BP网络的故障诊断方法,诊断结果表明,采用组合式BP网络的故障诊断方法可有效地提高柴油机气缸套磨损故障诊断的准确性和有效性。