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。     

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。     

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.     

基于点火控制算法的汽油机爆震控制

对利用检测缸内压力波进行爆震判别与控制进行了研究,采用经过爆震频率带通滤波后的缸内压力波的峰值作为衡量爆震强度的指标,通过试验确定判别爆震发生的门槛值。考虑到爆震指标分布的特点,采用统计的方法确定爆震的强度,并由发动机电控单元根据爆震强度对点火提前角进行控制,让发动机工作在轻微爆震状态,使发动机的经济性和动力性得到了提高。     

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。     

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.     

基于离散小波变换的二甲醚HCCI爆震试

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。     

基于模糊神经网络的汽油机怠速控制

针对发动机怠速工况的非线性、时变性和精确数学模型难以建立的特点，提出了怠速控制的模糊神经网络方法；利用模糊神经网络的模糊信息处理能力及自学习：叻能进行发动机怠速控制，给出了BP网络模型。实验结果表明：使用神经网络对汽油机进行怠速控制效果良好．鲁棒性强，可有效提高发动机怠速品质，改善发动机的性能指标。     

浅谈汽油机的不正常燃烧

正常燃烧的燃烧过程是从电火花强制点火,经火焰传播,最终将燃烧室内的混合气全部烧完的一个完整过程。如果汽油机中的燃烧过程不按这一步骤进行,则为不正常燃烧。常见的不正常燃烧有两种,一种是爆震燃烧,另一种是表面点火。下面就两种不正常燃烧的危害、形成原因以及防止措施详述如下。     

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。     

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。     

基于BP神经网络的电控柴油机故障诊断

运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统,以高压共轨式电控发动机的传感器数值作为BP网络的输入,把发动机的故障状态作为BP网络的输出,以此来对电控柴油机进行实时的故障诊断.将诊断结果与实测结果进行比较后,证明此方法是可行的.     

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。     

基于神经网络的柴油机韦博参数预测研究

韦博公式作为柴油机零维燃烧模型中较通用的放热率计算半经验公式,被广泛应用于柴油机工作过程的仿真中,其模拟的准确性主要依赖于公式中参数的选取,但常规选取方式存在一定的盲目性且普适性较差。针对这一问题,以上柴D4114B型发电用柴油机为例,提出了一种基于神经网络的柴油机韦博公式参数的预测方法,通过实验所测缸压曲线反推燃烧放热率、放热率曲线的数值拟合和神经网络的训练建立可用于韦博公式参数预测的神经网络模型,通过预测精度评价、预测结果与实验数据的对比,验证了这种预测方式的准确性。最后,基于该方法建立了柴油机的动态仿真模型,通过部分参数实验值与仿真值的比较,证明该方法在柴油机动态仿真中的可行性。     

基于神经网络的多功能收割机发动机性能仿真及优化

随着全球经济和工业的快速发展,能源危机和环境保护问题越来越突出,传统内燃式发动机受到了巨大冲击,因此研究高效、节能的发动机显得尤为重要。为此,研究一种压缩比为10.6多功能收割机,并设计了基于MatLab仿真平台的GT-Power神经网络模型,利用神经网络训练和测试的数据自动进行仿真和储存,采用拉丁超立方采样算法设计试验,简化运算过程提高寻优效率。实验结果表明:神经网络模型转矩、比油耗和温度等参数模型预测误差很小、精度很高,可用于多功能收割机发动机的性能预测,使其各项指标参数最优化。     

基于BP神经网络的柴油发动机特性建模

建立连续的发动机燃油特性和调速特性数学模型作为液压机械无级变速器虚拟试验平台的动力源。根据虚拟平台对不同特性区域的精度需求对柴油发动机不同特性区域的试验数据进行不同的密度选取、乱序和归一化处理,采用单隐层BP神经网络对试验数据进行训练,对比不同隐层节点数网络的训练误差和测试误差,选取误差最小的网络,求解出网络的数学表达式。通过该方法以ISLe310柴油发动机为例建立燃油特性和调速特性的连续数学模型,这两个简单的数学表达式准确反映了发动机万有特性和外特性,连续模型避免了虚拟试验中出现信号的突变和奇异点。通过和经典的最小二乘法拟合得到的最优特性模型进行对比,其具有更小的误差、更强的泛化能力,能够更好地反映柴油发动机的相关特性。     

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。