基于局域波神经网络的柴油机故障诊断方法

给出了基于局域波法的时频域局部能量的概念 ,提出了一种基于局域波法和 RBF神经网络的故障诊断方法。利用该系统对柴油机缸套活塞磨损程度进行估计 ,诊断结果与实际完全吻合 ,表明了该局域波神经网络故障诊断系统的有效性。     

柴油机故障诊断新方法

<正>1.振动分析法。利用柴油机在工作时产生的振动信号,经测试、数据分析及处理对内部零部件的状态进行诊排。其方法具有诊断速度快、准确率高和能够实现在线诊断的特点。2.铁谱和光谱监测技术。     

基于振动信号的柴油机缸内燃烧状态估计方法

利用S变换对柴油机燃烧激励的响应信号进行了时频分析,通过分析找出最能表征各种燃烧状态特征的时频域.据此设计了FIR带通滤波器,并对燃烧激励的响应信号进行滤波,滤波后的信号与缸内燃烧状况有良好的相关性.用这种方法对不同的燃烧状况建立样本库,求取实测信号与样本库中样本的贴近度,可判别缸内的燃烧状况,模拟试验结果验证了该方法的有效性.     

柴油机缸盖振动信号的检测方法

柴油机缸盖振动信号的获取过程中,信号的质量除受测量系统精度影响外,主要受到测量位置以及采样频率的影响.为此,研究了柴油机振动信号测点选择和采样频率的选取方法.结果发现,缸盖和机身振动最敏感;振动信号的采样频率以25kHz为宜.同时,给出了缸盖振动信号的整循环近似同步采样实现方法.     

车用电控柴油机的组成及故障诊断方法

随着科技水平的不断提高,汽车电子控制技术也有了较大进步,当前应用于柴油机控制方面的电子控制技术更加精准更加可靠。尤其是近些年我国机动车保有量的不断攀升,促使电控柴油机技术跨越式发展,在控制精度、耗油量、动力以及排放方面均已接近世界先进水平。     

基于神经网络的柴油机故障诊断

本文分三种工况,在X4105BD2型柴油机缸盖、缸壁上测取了柴油机燃油系统正常工作状态和五种故障状态下的振动信号。对这些振动信号提取时域特征参数,把这些时域特征参数作为故障征兆向量,研究柴油机BP神经网络故障诊断方法。     

柴油机缸盖振动信号的特性分析方法

在建立了柴油机缸盖振动信息模型的基础上,通过研究缸盖振动信号的时域、频域和循环波动特性,发现了柴油机缸盖振动信号表现出非平稳时变和冲击振动的特点.其内循环的时域特性和频域特性是指导振动诊断的有效工具,而循环间的波动特性则不利于特征参数的提取,这为振动诊断提供了一条简易可行的途径,即抽区间采样分析和参数平均相结合的诊断方法.     

基于小波K-L信息量柴油机故障诊断方法的研究

根据柴油机表面振动信号非平稳时变的特性 ,采用小波对柴油机缸体表面的振动信号进行分解得到特征信息量 ,并以此建立 AR模型 ,计算得到 K L信息量。提出了基于小波 K L信息量的模式识别方法 ,实现故障诊断技术的量化。对柴油机活塞和缸套间的磨损状态进行了故障诊断实例分析 ,诊断结果说明基于小波 K L信息量的模式识别方法对柴油机的故障诊断具有很好的实用性。     

基于分形的柴油机故障诊断技术

实测了S195型柴油机正常状态及处于不同故障状态的缸体表面振动信号，利用分形理论对数据进行分析，计算了不同工况下振动曲线样本的分形维数，将其用于描述缸体在不同状态时表现的非线性行为。结果表明，当柴油机处于不同状态时缸体振动信号的分形维数是不同的，可以将其作为故障分析与诊断的依据之一。     

基于多征兆信息融合理论的柴油机故障诊断

信息融合理论在故障诊断领域中得到广泛应用，为复杂机械故障诊断提供了一种新的方法。在研究了多传感器决策层融合理论——Dempster—shafer证据理论及其算法的基础上，提出了一种基于多征兆信息融合理论的故障诊断方法。以柴油机活塞和缸套之间的磨损为例，论述了该方法的实施过程。结果表明，多征兆信息的信息融合诊断方法具有良好的稳定性和容错性，提高了柴油机故障诊断的准确性和可靠性。     

降低车用柴油机振动噪声的设计方法

利用大型有限元工程分析软件ANSYS建立柴油机机体、油底壳等部件的有限元三维模型，并用试验模态分析对计算模型和结果进行验证。对各种改进结构的动态响应和模态进行计算分析，找出最佳结构参数和形式，达到了比较明显的降噪效果。应用SYSNOISE噪声仿真分析软件分析油底壳噪声场分布时验证了模态正交持性的理论分析结果。     

层次分析法诊断柴油发动机燃油喷射系统故障

应用层次分析法建立故障的层次结构模型。重点讨论了如何利用层次结构模型构造成对比较阵、确定一致性检验指标、计算组合权向量及检验组合一致性的方法。     

车用柴油发动机故障人工经验诊断方法研究

通过对车用柴油发动机故障现象、诊断原则和主要方法的分析,阐述了通过人工经验诊断柴油发动机故障的基本技巧,为柴油机使用维修人员在遇到柴油机故障时,缩短查找故障的时间,及时地排除故障,提供了行之有效的技术措施。     

柴油机机体的模态分析与减振设计

采用 ANSYS有限元分析软件 ,对一直列 6缸柴油机机体进行了模态分析 ,并与实验模态分析结果相比较 ,验证了计算模型的正确性。在该模型的基础上 ,从增加刚性和减少质量方面进行了研究 ,结果表明 ,铝制机体以及梯形框架结构和加强板结构均可减小机体的振动 ,进而降低发动机的噪声。     

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。     

基于分形理论的柴油机故障诊断分析

针对柴油机系统故障信号的分形特点,介绍了分形理论在柴油机故障诊断中的应用方法,并对关联维数计算过程中参数的选取做了详细的论述,最后通过对实际测量的发动机振动信号进行分析,结果显示,应用该方法能较准确地判别柴油机系统工作状态正常与否。