小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理,运用小波包对振动信号进行分析与讨论,将含噪信号进行小波包降噪处理,对降噪信号进行小波包分解,通过提取频带能量特征,对柴油机缸盖漏气故障进行了诊断.     

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.     

基于小波分析与径向基函数神经网络的气缸压力重构

介绍了RBF神经网络的原理及其此法重构气缸压力的实现步骤,并根据柴油机缸盖振动的激励机理,对径向基函数神经网络的参数进行了有效的设置。通过用不同工况下的样本进行训练,建立了柴油机缸盖振动信号与气缸压力之间的非线性映射关系。为了提高重构精度,更为准确地提取压力在缸盖处的响应,提出了利用小波分析对振动信号进行降噪处理。试验表明应用RBF网络法重构气缸压力简单有效,重构压力曲线与实测曲线拟合度良好。     

基于振动信号关联维数的柴油机故障诊断及实验研究

通过选择合适的嵌入维数以及计算关联维数可用来表征柴油机振动信号的分形性质,但实际测取的振动信号中存在着许多干扰信息.利用改进的小波包分解和重构算法对原始信号进行降噪处理,可使信号关联维数较为接近于系统的真值.实验分析表明,利用降噪后的信号关联维数判断柴油机运行状态具有准确性高的特点.     

高速柴油机气门漏气故障的振动诊断

本文介绍利用柴油机缸盖表现振动信号诊断高速柴油机气门漏气故障的研究。本文阐明了引起缸盖振动的激励源特征，对气门漏气故障进行了模拟试验，探讨了影响漏气程度的因素，对不同漏气状态下缸盖表现振动信号进行了分析，研究表明：利用柴油机缸盖表面振动诊断气门漏气是可行的，提出了气门漏气故障诊断方法。     

基于振动信号诊断柴油机气门机构故障的研究

通过对气门机构运动规律的理论分析和仿真计算,揭示了缸盖表面振动与气门间隙的内在联系;实测船用柴油机的缸盖振动信号,结合功率谱密度和小波包分解提取气门故障的特征向量,再利用高频能量比的判别实现了气阀故障状态识别;试验数据证明,该诊断技术测量方便、速度快,便于对气门机构进行在线实时的快速无损检测及故障诊断.     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断.将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17％,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径.     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断。将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17%,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.     

小波包降噪在液压泵故障诊断中的应用

基于小波包变换理论及小波包降噪基本原理,对液压泵配流盘偏磨故障及滑靴磨损故障的信号进行了处理,实测信号经小波包降噪后,能有效提取其中的信号特征,实验结果表明,小波包分析能够根据被分析的信号特征,自适应地选择相关的频带,提高信号的时—频分辨率,突出故障信息,实现微弱故障的高效诊断。     

基于倒频谱方法的柴油机气缸压力识别

分析了柴油机缸盖系统的激励源和其振动响应特性,把缸盖系统看作一个多输入单输出的线性系统,对测试的柴油机缸盖振动信号时域加窗截取对于气缸压力的那一段响应信号,去除邻缸的干扰和其它不相关的激励力的影响,通过低通滤波,消除高频噪声,对压力信号和振动信号进行倒频谱分析,利用求出的传递函数重构气缸压力,结果表明,恢复出来的压力信号和实测信号十分接近,该方法为柴油机的实时在线控制、监测和故障诊断有重要的应用价值。     

基于PSO-SVM的柴油机故障诊断研究

文章以船舶柴油机表面振动信号作为故障诊断的对象,使用经验模态分解(EMD)结合小波阈值法对振动信号进行分解和降噪,再通过PSO-SVM方法对数据样本进行故障诊断。通过对比原始信号和重构信号在PSO-SVM算法计算之后的结果,经过降噪后的振动信号能很好地保持自身特性,可以很好地去除其中冗余、无效的信号,在提升诊断准确率的同时,还可以提高诊断速度。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

基于小波包分析理论的柴油机故障诊断方法

柴油机在运行过程中会产生各种振动,这些振动包含着各系统、各零部件技术状态的有用信息.当某系统或部件发生故障时,首先会在振动信号中有所反映,因此,对振动信号分析处理,就能提取出故障信息来源.目前,对柴油机振动信号的研究还有一些难题有待解决,研究基于振动信号的柴油机故障诊断方法对解决这些难题具有一定的理论意义和实际价值.本课题运用DEWE2010燃烧分析仪以及各种传感器采集数据,通过小波包分析理论方法,并结合DEWE-SOFT软件和Matlab工具箱对4190ZC柴油机进行故障诊断方法的分析研究.     

柴油机气阀间隙异常监测方法

针对柴油机配气机构工作特点对其进行动力学分析，研究了气阀间隙异常的故障特征，对实测缸盖振动信号给出了一种特征参数的提取方法，并用模糊聚类法进行诊断识别。     

基于HHT边际谱与SVM的柴油机故障诊断方法研究

提出基于希尔伯特黄变换边际谱的柴油机故障诊断方法,对3110型柴油机几种故障工况及正常情况下的缸盖振动信号进行测试,采用抽区间采样分析法对缸盖振动信号进行时域特性分析,得出信号随时间和频率变化的精确表达。尝试以边际谱的最大峰值和最大峰值频率作为特征向量,用SVM分类器对柴油机的工作状态和故障类型识别。实验分析表明,该方法即使在小样本情况下也能准确有效地识别柴油机气门间隙变化和断油故障。     

基于CEEMD-参数优化Morlet小波变换的柴油机振动信号冲击特征提取方法

针对船舶柴油机振动产生的非平稳信号,提出一种基于完备的总体平均经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）与参数优化Morlet小波分析相结合的振动信号特征提取方法。利用CEEMD方法对振动信号进行分解,在分解出的各种分量中,去掉无用的周期成分分量,保留含有冲击特征的分量,然后结合参数优化Morlet小波分析方法,根据Morlet小波与冲击信号的相似性,将冲击成分提取出来。通过仿真信号以及柴油机振动信号的应用分析验证了该方法对柴油机振动信号冲击特征提取的有效性。     

柴油机气阀间隙异常振动诊断方法的改进

通过对气阀运动规律的理论分析和气阀间隙异常故障的模拟试验，揭示了缸盖表面振动信号与配气凸轮型线、柴油机工况和气阀间隙的内在联系，探讨了一种适用于多种机型柴油机不同工况下气阀热态间隙的振动监测方法。     

二冲程电控柴油机的振动测试与分析

采用不同的振动传感器安装方式对一台船用二冲程电控柴油机的缸盖表面、高压油管侧面、高压油泵顶部、机身侧面和增压器端面的加速度振动信号进行了测试和分析,揭示了二冲程柴油机表面不同的振动特征,也解释了ME型电控柴油机缸内示功图的双峰现象,为船用二冲程电控柴油机的振动诊断研究和应用奠定了基础。