农用汽车发动机状态监测系统与诊断方法研究

通过多种信号收集、分析处理系统的设计、故障诊断系统的搭建等对农用汽车发动机的运行性能及故障状态检测、信号搜集与处理算法的研究等进行了详细的阐述,并且提出了一种依托于信息融合的BP神经网络农用汽车发动机故障诊断方法。经过大量的实验论证,该系统拥有运行稳定、诊断准确等优点,可以满足当前的诊断需求。     

基于人工智能的农用拖拉机发动机故障快速诊断研究

为了达到拖拉机发动机不解体故障诊断的目的,提高诊断效率,利用发动机缸盖的振动信号的采集原理,提出了一种基于神经网络的人工智能故障检测方法,并构建了拖拉机发动机振动信号采集系统。基于人工智能的拖拉机发动机故障诊断系统,综合运用信号采集技术、信号处理技术、数据库技术、神经网络技术和人工智能专家系统,实现了和数据库及具有强大信号分析的处理功能,提高了系统的诊断实时性和诊断精度。最后,采用田间试验方法,对拖拉机故障快速诊断系统进行了试验验证。试验结果表明:采用人工智能诊断方法不仅可以有效提高系统的准确率,而且诊断系统的响应更加迅速,并且曝晒、震动、灰尘等恶劣的现场环境中仍能保持正常工作的稳定性。     

基于数据融合与专家系统的发动机故障诊断系统

提出了数据融合与专家系统相结合的汽车发动机故障诊断技术，其基本思路是：首先对来自发动机的多源信息进行预处理与特征提取，并通过数据融合计算获取发动机故障的初步结论；然后采用专家决策系统对此诊断结论进行反向推理求证，从而确保诊断结果的精确性与可靠性。为此，给出了系统的基本结构，并对数据采集与处理系统、数据融合技术以及专家决策系统进行了分析，为现代发动机故障诊断系统的建立提供了新的思路。     

汽车发动机故障诊断研究的理论与方法

随着现代社会汽车制造技术的不断研究与完善,汽车工艺的不断提升,建立更加合理、更加科学、更加完善的系统汽车故障诊断理论体系成为发展的必要趋势。文章对汽车发动机故障诊断的理论和方法进行分析研究,分别从信号处理、模糊故障诊断、知识等方面进行分析和探讨,望对以后发动机故障的诊断研究提供帮助。     

支持向量机在发动机故障诊断中的应用研究

鉴于支持向量机(SVM)的优越性及汽车发动机的故障特点,本文提出将支持向量机应用到发动机故障的智能诊断中。该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,而且模型简单。首先对采集的故障信号采取信息融合方式进行特征提取,以获得特征向量。在此基础上通过多分类支持向量机对发动机故障进行分类测试,建立了故障诊断模型。试验结果表明:该方法具有较高的诊断精度,达到了发动机的故障诊断要求。     

虚拟仪器技术在发动机故障诊断中的应用

为了达到对发动机运行状态进行实时监测和故障诊断的目的,采用PCI-9113A数据采集板实时采集发动机的技术状态参数,以图形化编程语言Lab VIEW实现数据的处理及管理,建立了发动机状态监测及故障诊断系统,实现了发动机振动信号的采集以及数据处理、显示、打印、存储等操作.以该系统为基础,只需添加一些所需要的传感器,同时增加相应的软件模块,就可实现对发动机其它性能参数的监测及故障诊断.     

神经网络及小波分析法在汽车发动机故障诊断中的应用研究

汽车发动机在使用过程中会出现一些故障,轻者会影响汽车安全运行,重者会导致交通事故,甚至人的生命安全。运用BP神经网络与小波分析法两种运算相结合的模式对发动机故障进行诊断,选择使用时间3年以上的汽车发动机进行实验,分别采集发动机在正常工作、进气管堵塞两种情况下的振动信号进行分析研究,确定了发动机故障的具体位置及严重程度,建立了波信号与发动机故障之间的规律,为汽车发动机故障诊断技术提供了借鉴。     

拖拉机发动机故障诊断系统设计——基于虚拟仪器和CAN总线

以拖拉机发动机为研究对象,利用虚拟仪器和CAN总线,配合必要的传感器,设计了一套拖拉机发动机故障诊断系统。系统将采集到的传感器参数信息与本地参数信息数据库进行对比,诊断出发动机存在的故障问题。实验结果表明:系统对发动机故障信号的采集以及诊断具有较好效果,且系统可靠性高、操作简单,能够精准地检测出发动机故障。     

发动机振动信号采集系统的设计和实现

介绍了一种新型的车载式发动机振动信号采集系统,深入分析该系统软硬件设计和实现方法。通过采样提高采样精度和稳定性,解决在室外行驶或作业条件下采集发动机信号可靠性和抗干扰性等问题,并以多种工作模式来对发动机振动信号进行实时采集,为以后发动机故障诊断和状态监测打下良好的基础。     

农用运输车发动机传感器故障诊断

整理农用运输车发动机运行问题与各传感器故障之间的关系,得到传感器故障训练样本.采用LMBP算法,并用MATLAB人工智能工具箱和GUI功能,编制相应的网路训练和故障诊断可视化程序.通过诊断实验证明,该种方法可以有效地判断农用运输车发动机传感器的故障.     

汽车发动机冷却系统故障诊断方法

汽车发动机冷却系统在汽车发动机系统中至关重要,控制发动机温度不仅对降低油耗和减少空气污染意义重大,而且还能够延长发动机的寿命,减少损害。在长期高温高压环境下,冷却系统非常容易发生故障。因此需要创新诊断方法对系统进行检查,确保系统的稳定运行,减少系统的故障。本文阐述了汽车发动机冷却系统故障诊断的现状,提出了汽车发动机冷却系统故障诊断新方法,仅供参考。     

基于振动信号分析的联合收割机故障检测系统研究

首先,介绍了振动信号分析原理及应用,并设计了联合收割机发动机振动信号采集与处理模块;然后,基于卷积神经网络,实现了联合收割机故障检测系统,并利用MatLab进行了发动机故障诊断仿真。实验结果表明:采用卷积神经网络的故障检测模型,可实现对联合收割机发动机转子、轴承和机匣的故障检测,且识别率在95%以上,证明了系统的可靠性和可行性。     

基于虚拟仪器和神经网络的汽车发动机故障诊断方法的研究

针对发动机电控系统故障的多样性和复杂性特征,为了便于汽车检修人员更便捷地检测出故障的原因,现研究一种基于虚拟仪器和人工神经网络相结合的汽车发动机电控系统故障诊断的新方法。利用虚拟仪器技术,可方便地对电控发动机运行状况进行数据采集,配合神经网络系统,能对采集的数据作实时有效的分析,直接给出故障诊断结果。通过对文中采集的数据进行分析,证实了方法的有效性和可行性。     

融合小波和神经网络的发动机转子系统故障诊断

针对发动机转子系统不平衡、碰磨、油膜渦动3类故障,提出了一种融合小波与神经网络的故障诊断诊断算法.首先利用小波提取转子系统振动信号在各个频带上的能量特征信息,对能量特征采用B&B搜索算法进行特征选择之后,再利用BP神经网络识别转子系统的故障模式.实验结果表明,该方法对转子系统故障具有较高的识别率.     

基于BP神经网络的汽车发动机故障诊断方法研究

介绍了BP神经网络学习算法,建立了汽车发动机振动测试系统,在对发动机振动数据进行分析处理的基础上,获取了学习样本的输入向量与目标向量,应用BP网络学习算法对新构的网络进行训练,建立了一种发动机机械故障诊断的新方法,实例分析结果表明,这种新方法是可行的。     

神经网络专家系统在发动机故障诊断中的应用

依据单一的专家系统或神经网络在处理故障诊断中各自存在着局限性,提出了将神经网络技术与专家系统融合的集成式故障诊断专家系统,并应用于发动机故障诊断中。文章介绍了神经网络专家系统特点、结构、及诊断方法,并对4105ZD发动机在不同的工况下进行测试,测试结果表明,诊断系统能够对发动机常见故障取得良好的诊断效果。     

小波神经网络故障诊断系统的设计与应用

采用能量分布特征提取方法和优化BP算法，提出了一种基于小波变换和BP神经网络的故障诊断系统。利用该系统对汽车变速箱三挡齿轮磨损程度进行估计，诊断结果与实际完全吻合，表明该小波神经网络故障诊断系统的有效性。由于小波分析特别适用于非平稳信号的处理，因此该小波神经网络诊断系统对复杂机械设备的故障诊断有着广阔的应用前景。     

基于BP神经网络的信息融合发动机故障诊断的研究

为了解决发动机喷油器故障诊断中基于单传感器信息的方法诊断精度低的缺点，在神经网络分析的基础上，提出了一种基于气缸压和、缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。该方法能有效地提高其故障诊断精度，明显增加了诊断过程的准确性和智能化。     

发动机故障自诊断多媒体系统研究

通过对发动机自诊断故障输出信号的处理，把故障信号转为多媒体信息显示，并应用数据库技术和智能专家系统的设计原理，开发了发动机故障自诊断多媒体系统，实现了随时检测，故障信息显示全面、生动，便于故障诊断维修及教学。     

基于Internet的汽车发动机综合性能检测系统

结合计算机技术与现代网络技术，建立基于Internet的汽车发动机综合性能检测系统，可以克服传统检测仪器存在的缺陷。具有良好的社会经济效益。为此，介绍了系统的基本结构，针对信号采集与处理系统、Web服务器、客户端计算机、系统的建立等问题进行了研究与探讨，提出了系统安全性的解决方案，为汽车发动机性能远程检测系统的建立和发展提供了新的思路。