基于加权处理的发动机技术状况评估方法研究

坦克发动机的技术状况直接影响到坦克的机动性能及其战斗力的发挥。因此在使用过程中对发动机技术状况进行监控具有非常重要的经济和军事意义。其中关键的环节就是用合理的数学方法对其技术状况进行评估。通过测量发动机的关键特征参数,对提取的特征量进行加权处理,利用模糊数学方法对发动机进行了技术状况评估。试验评估结果表明,采用这种方法进行发动机技术状况评估是可行的。     

基于改进K＿means的发动机状态评估方法

针对目前在缺少先验知识和小样本条件下,进行发动机状态评估难度大的问题,本文中提出了一种基于改进K_means聚类算法的发动机状态评估方法。该方法利用K_means算法的基本原理,避免了评估过程中主观因素的影响;提出相关性指标,对算法进行改进,根据特征参数性质赋予其相应权重;提出最小方差启发式初始聚类中心优选方法,避免小样本条件下初始聚类中心选择中孤点和噪声点的干扰;并充分利用Bootstrap小子样统计方法削弱了试验样本的随机性对评估模型的影响。最后通过实例评估,验证了该方法的可行性和有效性,与传统方法相比,该方法具有更强的客观性与稳定性。     

柴油机气缸垫状态参数预测与结构优化研究

为提高某重型柴油机气缸垫的可靠性和疲劳寿命,基于其温度场、热机耦合应力场和变形情况等状态参数利用相关方法对气缸垫的工作参数进行了优化研究.利用正交实验方法分析了缸垫的气缸圆直径、上水孔圆直径、隔热带长度、缸垫厚度和螺栓预紧力等5个工作参数对上述3个状态参数的影响规律,并确定了影响最为显著的4个工作参数.利用所提出的混合...     

基于VMD多尺度散布熵的柴油机故障诊断方法

为从非平稳非线性的缸盖振动信号中提取出柴油机故障特征,本文中提出一种基于变分模态分解(VMD)的多尺度散布熵的柴油机失火故障诊断方法。利用VMD对柴油机缸盖振动信号进行分解,选取散布熵最小的模态分量作为分析信号,计算该信号的多尺度散布熵,并选取前6个尺度散布熵作为故障特征向量,输入粒子群优化的支持向量机(PSO-SVM)中进行失火故障分类判断,并与其他4种常见方法进行对比,结果表明,本文中提出的诊断方法能够有效提取故障特征,准确识别故障类型,优于所对比方法。