汽油机爆震控制系统设计与判别技术

在主单片机80C196KC的控制下,应用HIP9011爆震信号处理专用芯片和ATmega16L微处理器,实现了对基于机体振动法的非共振型压电式爆震传感器输出的汽油机爆震信号的处理,研究了基于HIP9011的汽油机爆震判别方法,设计了爆震判定程序,研究证明采用HIP9011芯片对爆震信号进行处理从而对爆震进行控制是可行的.能够满足现代汽油机点火和发动机管理系统对爆震检测的要求.     

汽油机爆震的危害及预防

汽油发动机爆震燃烧是一种不正常的燃烧现象,它不仅缩短发动机的使用寿命,影响车辆的动力性和经济性,还会污染环境,有害于居民的健康。本文主要从汽油机产生爆震的现象、原因、危害等几个方面去论述这种故障的成因及其预防方法。     

换气相位对涡轮增压汽油机爆震的影响

针对小型化增压发动机急需解决的爆震和早燃问题,在一台2.0L涡轮增压直喷汽油机上,对中等负荷进排气相位及大负荷进排气相位对发动机爆震的影响进行了实验研究,介绍了实验装置及研究方法,并得出结论,为改善小型化高压缩比增压直喷汽油机的性能提供参考。     

压缩比对天然气／汽油双燃料发动机性能影响的试验研究

阐述了天然气作为车用代用燃料的可行性，同时在ＣＡ６１０２Ｑ汽油机改装成的天然气／汽油双燃料发动机上进行了燃用两种的燃料的性能对比试验；重点讨论了压缩比对双燃料发动机热效率，有效功率，爆震和排放等性能参数的影响，试验结果表明：提高压缩比是改善和恢复双燃料发动机燃用天然气时性能的有效措施。     

基于卷积神经网络与奇异值分解的水电机组故障诊断方法研究

提出了一种结合卷积神经网络,小波变换和奇异值分解理论的水电机组故障诊断方法.利用卷积神经网络提取机组轴心轨迹的图像特征;通过离散小波变换对摆度信号进行分解,获得信号的小波分解系数,对各分支系数进行重构,构造奇异值分解输入矩阵,提取矩阵奇异值作为特征向量.将两种方法提取的特征进行组合,构建包含图像特征和波形特征的混合特征...     

采用示功图分析双燃料发动机爆燃特性

本文通过对纯柴油发动机和双燃料发动机示功图和放热率的对比分析,研究了柴油-天然气发动机的爆震燃烧特性,将双燃料发动机的爆震燃烧分为3种形式,初步探讨了双燃料发动机爆震燃烧的主要影响因素。     

一种可变压缩比汽油机的方案设计与性能仿真研究

研究了一种通过压力自适应活塞来实现汽油机可变压缩比的方案,自行推导了其动力学方程,并基于MATLAB/S imu link对该可变压缩比汽油机缸内工作过程进行了建模及性能仿真。结果表明,可变压缩比技术可以显著改善汽油机的燃油经济性,也可以避免爆震燃烧的产生。     

汽油机爆震特性测量

结合汽油机爆震控制，对爆震特性进行了实时测量，并对爆震信号进行了时域和频域分析，为爆震控制提供了依据。     

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。     

拖拉机发动机减速器动力学分析及故障诊断研究——基于小波神经网络

以拖拉机发动机减速器为研究对象,从分析发动机减速器故障机理出发,深入研究了减速器行星齿轮系统的建模方法和动力学模型,并采用小波神经网络算法研究了一套拖拉机发动机减速器故障诊断系统,能够对发动机减速器机械故障进行实时诊断。试验结果表明:小波神经网络算法能够准确判断发动机减速器的工作状态,识别率高达96%以上,充分证明了系统的准确性和可行性。     

基于小波神经网络的旋耕装置机械故障诊断研究

首先,介绍了小波变换原理及其在故障检测中的优势;然后,采用三层小波神经网络模型,构造了旋耕装置机械故障诊断模型;最后,从建立旋耕装置故障特征、提取故障特征向量,以及建立和训练小波神经网络模型等方面,实现了基于小波神经网络的旋耕装置机械故障诊断模型,能够实时完成对旋耕装置的机械故障诊断。通过验证与分析,证明了诊断系统的可行性和精确性。     

小波神经网络的微孔钻削在线监测

提出小波神经网络对微孔钻削进行实时监测的方法,利用扭矩信号的小波包分解,以分解后的各能量向量作为神经网络的输入,对系统进行训练,利用Matlab和LabView软件建立微孔钻削在线监测软件系统。试验结果表明小波神经网络精度高、收敛速度快,采用小波神经网络对提高微孔钻削在线监测的准确性是有效的。     

基于离散小波变换的二甲醚HCCI爆震试验

在一台由柴油机改造为二甲醚进气道喷射的发动机上,用离散小波变换分析正常燃烧工况、爆震工况的缸内压力,计算其在各尺度细节部分的能量特征值,研究二甲醚HCCI燃烧的爆震特性.结果表明,正常燃烧工况、爆震工况缸内压力的能量特征值分布具有明显的规律.正常燃烧工况时,细节部分D3的能量特征值最大;爆震工况时,细节部分D1的能量特征值最大.转速升高或进气道喷射燃料添加LPG对正常燃烧工况、爆震工况缸内压力能量特征值的分布无影响,爆震强度决定能量特征值的分布.爆震强度越大,D1的能量特征值越大.根据各尺度细节部分D1、D2和D3的能量特征值可检测爆震.     

基于RBF神经网络的农用柴油机故障诊断研究

柴油机以其良好的动力性、可靠性、经济性在农用机械中广泛应用,但对农用柴油机施行及时的不解体故障诊断却并非易事。为此,以配气机构故障为例,提出了将小波包分解与RBF神经网络结合的故障诊断方法,对降噪后的气缸盖振动信号进行小波包分解,构造故障特征向量作为故障样本,并用训练好的RBF神经网络进行模式识别。试验结果证明,该方法具有良好的诊断效果和广泛的工程应用前景。     

联合收获机脱粒滚筒角速度控制优化设计——基于小波神经网络

脱粒滚筒是联合收获机的核心部件,其性能决定了联合收获机的工作质量和生产效率。由于不同地块和不同作物的湿度、密度不同,联合收获机的行走速度和喂入量也不同,因此脱粒滚筒的转速也应做出适当的调整,使滚筒的线速度保持在一个有较好脱粒效果的状态。为此,提出了一种新的双滚筒脱粒滚筒结构,该结构利用传感器采集滚筒信息,形成了滚筒转速的闭环反馈调节机制,并采用小波神经网络算法对转速的精度进行调节,提高了脱粒滚筒的作业精度。最后,对基于小波神经网络算法的双滚筒脱粒滚筒的性能进行了实验测试和仿真模拟,测试和仿真模拟得到的籽粒破碎率基本吻合,验证了实验的可靠性。对滚筒的脱净率进行了进一步的实验测试发现,利用神经网络算法和小波神经网络算法的脱粒滚筒脱净率都比较高,且小波算法要比单纯使用设计网络算法脱净率高。     

基于小波包能量法的滚动轴承故障诊断

阐述了故障轴承振动与信号的关系,小波包的原理以及BP神经网络的工作原理和实现过程,并以滚动轴承故障诊断为例,提取了小波包节点能量作为振动信号特征参数,并训练BP神经网络,对故障模式进行识别。结果表明,如果神经网络设计合理,训练适当,则具有很强的故障识别能力。说明利用小波包能量法和BP神经网络进行滚动轴承振动诊断是可行、有效的。     

汽车ABS轮速信号处理过程的神经网络模型

为消除干扰信号对车轮轮速信号的影响,保证ABS的有效控制,利用BP神经网络的非线性映射功能,通过对标准信号滤波样本(由小波变换获得)的学习,建立起从信号输入到信号输出的BP神经网络模型,该模型可以把滤波过程通过权值和阈值集中存储和记忆,从而通过网络的联想能力来实现滤波和信号处理.利用相关的仿真试验数据验证了所建模型的正确性.     

基于径向基网络的烟叶光谱分级

烟叶的红外光谱特征不仅与其化学成分密切相关, 而且与其内部结构有一定的关系.为此,提出了基于光谱分析并利用径向基神经网络对烟叶进行等级分类的方法.首先,对复杂繁多的原始光谱数据进行小波变换;然后,采用RBF(Radial-Basis Function)神经网络进行分级.小波变换不仅可除去部分噪声,而且压缩后的数据可减少识别网络的输入维数,从而缩短了网络的训练和识别时间,并有效地减小了神经网络的VC维数,提高了网络的推广能力.对两种不同等级的50片烟叶红外光谱数据进行分析,取其中23片作训练样本,其他的27片作测试样本.实验结果表明:训练样本的正确识别率为100%,测试样本的正确识别率为96.3%.     

三江平原井灌水稻区地下水动态变化规律的小波神经网络分析

以853农场为例,利用小波分析的多分辨率功能和人工神经网络的非线性逼近功能,建立了基于小波变换和BP神经网络的853农场地下水埋深动态预测小波神经网络模型,对地下水动态变化规律进行分析,精度检验及对比分析结果表明,模型拟合和预测精度均较高。预测结果表明,853农场未来几年内地下水位会持续下降,年平均降幅为0.66 m左右,因此当地应加强地下水的科学管理。该模型揭示了区域地下水动态变化规律,为853农场乃至三江平原井灌区地下水资源的可持续利用提供了科学依据。