基于EMD和BP神经网络的大功率柴油机故障诊断

研究了将经验模式分解(EMD)和BP神经网络2种方法诊断大功率柴油机的振动故障信号。首先运用经验模式的分解方法对柴油机缸盖表面的振动信号进行分解并来提取特征参数;最后通过建立了BP神经网络模型对柴油机典型故障进行诊断。通过对150-12缸柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

基于相对频谱能量矩和概率神经网络的柴油机气门间隙故障诊断方法

采集柴油机缸盖振动信号并进行VMD分解得到最优的振动信号IMF分量。计算IMF相对频谱能量矩得到有效的柴油机气门间隙故障特征参数并由此得到概率神经网络的训练样本,采用粒子群寻优算法建立柴油机气门间隙故障诊断的概率神经网络。实验数据表明基于VMD相对频谱能量矩的优化概率神经网络用于柴油机气门间隙故障诊断的正确率较高。     

基于小波能量谱旋转机械振动信号的故障特征提取

旋转机械故障诊断的关键问题在于对振动故障信号的特征提取。利用小波能量谱分析方法能够发现不同分解层中的振动信号特征并分析出故障原因。基于小波能量谱方法能准确提取旋转机械的故障特征,尤其是对微弱故障信号,为正确判断故障提供了依据。实验验证了该方法在提取旋转机械振动故障信号方面的有效性和准确性。     

基于小波包包络分析的滚动轴承故障诊断

提出一种基于小波包、能量分析和包络分析相结合的滚动轴承故障诊断方法。对实测振动信号进行小波包去噪,提取出有用的振动信号。利用小波包将去噪后的信号分解,求出分解后各频带的能量,根据各频带内能量分布,确定故障所在频带,并以此作为特征分量。对特征分量进行Hilbert解调分析,将包络谱谱峰处的频率与理论计算的滚动轴承故障频率进行对比,诊断轴承故障并确定故障位置。     

柴油机气阀机构故障诊断系统研究

提出对柴油机气缸盖表面的振动信号进行处理,利用功率谱分析和欧几里德距离判别函数诊断气阀机构故障,并开发出了由工业控制计算机、数据采集板和软件所组成的柴油机气阀机构故障诊断系统。在6135型柴油机上设置故障对该系统进行验证。     

轴承振动信号特征提取及故障诊断研究

为了快速准确地识别轴承故障,研究了轴承振动信号时域特征和小波包能量特征提取方法,通过实验分析最终选择的轴承故障特征为无量纲时域特征和小波包能量特征,并采用"一对多"支持向量机分类算法对轴承的正常、外圈故障、内圈故障和滚动体故障四类数据进行了故障诊断实验,诊断准确率为96%。     

小波包分析在采煤机减速器故障诊断中的应用

提出了一种采用小波包理论提取采煤机减速器故障信号的方法。利用小波包变换对减速器振动信号进行分解、重构及能量计算,有效地提取出采煤机减速器故障特征信号,从而获得故障的信息。仿真研究结果表明,基于小波包能量法的故障诊断方法能够有效地提取出采煤机减速器故障的频率信息。     

电牵引采煤机故障诊断分析

为了对电牵引采煤机故障进行及时诊断,提出利用混沌Duffing振子和小波分析法对采煤机故障振动信号进行提取及分析。通过对比故障振动能量及正常振动能量,验证了故障诊断的可行性,为矿山实现智能化控制提供了一定的借鉴。     

柴油机整循环振动征兆提取与气密性故障识别

气密性不良严重影响内燃机的工作性能，使内燃机功率下降。严重不良时，发动机工作粗暴，冒巢烟，放炮，甚至无法启动。如果不能对内燃机气密性及时做出正确诊断，将会出现严重的后果。利用缸盖表面振动信号进行气密性故障诊断是一种较为行之有效的方法。其主要思想是：在内燃机不解体的情况下，利用压电式加速度传感器测量缸盖振动信号，以此信号为基础对内燃机气密封性进行反推诊断。这种诊断方法目前广泛采用的是根据柴油机的工作相位，采集特定曲轴转角内的一段振动信号，然后进行时域分析或频域分析，得到故障诊断征兆。     

基于谐波小波分析的矿井通风机故障诊断

针对矿井通风机故障信号的动态非平稳、能量微弱等特点,提出基于谐波小波变换的故障诊断方法,克服了传统诊断方法中存在的信号遗漏与频泄现象。以BDK-6-NO18轴流式通风机为研究对象,利用谐波小波变换的优势,成功从振动信号中提取出设备故障特征信号。     

柴油机燃烧振动与压力振荡的关系

从理论分析和实测结果两方面研究了柴油机燃烧引起的气缸振动（燃烧振动）与缸内压力振荡的关系．通过分析缸内压力冲击与发动机结构响应的关系，认为压力振荡是燃烧振动的主要根源；燃烧振动的主频带与压力振荡的主频带相一致；并且．燃烧振动的强度与压力振荡的强度成近似线性关系．可通过测取燃烧振动来反映压力振荡，得到评价柴油机燃烧状况的一些重要指标，从而为柴油机的不解体诊断提供了一些理论依据．     

基于缸盖振动信号的发动机排气管堵塞故障分析

现代汽车发动机广泛使用三元催化器进行排放控制,而三元催化器在长期使用过程中容易堵塞,造成发动机排气不畅,影响发动机性能。利用位于发动机缸盖上的振动加速度传感器,提取不同转速下正常状态和堵塞状态的振动信号,通过频谱分析,发现2阶振动幅值有明显变化,经小波包分解求得各频段振动能量,结果表明排气管堵塞后在相同转速下的低频段振动能量都有所减少,而且高转速比低转速减少更加明显,但各频段能量占总能量比重变化不大。此分析结论,可作为发动机排气管堵塞故障诊断的参考依据。     

煤基合成柴油在汽车发动机上的应用

通过在一台单缸直喷式柴油机上试验分析了燃用Fishcher－Tropsch （F－T）柴油时的燃烧特性和排放特性.结果表明,与燃用0号柴油相比,燃用F－T柴油时的最高燃烧压力略低,最大爆发压力点提前1°曲轴转角,燃油消耗率和热效率都得到显著改善,燃用F－T柴油可同时降低NO_x,CO和CO₂的排放量,中低负荷时排气温度也降低.试验表明,F－T柴油是一种优质的柴油代用燃料.     

基于小波Hilbert包络分析与M-距离函数判别的滚动轴承故障诊断

振动信号是反映滚动轴承故障的显著信号之一。将测得的振动信号进行小波分析变换到时频域,对其高频成分加以提取并进行Hilbert包络功率谱分析,以各频段的能量和为特征量,建立M-距离判别函数来识别滚动轴承故障类型。通过实验分析结果表明该方法取得了较好地实验效果。     

基于小波分析的矿用车柴油机振动信号去噪处理

矿用车柴油机振动信号进行去噪处理,对柴油机的运行状态监测和异常诊断具有重要的现实意义。以矿用车柴油机为实验研究对象,对4个不同测点进行时域分析和频域分析,得到最佳振动信号监测点;采用小波分层阈值去噪法,对柴油机振动信号进行分解和去噪处理。结果表明小波去噪的方法具有很好的去噪预处理效果,可以满足工程实际的需要。     

柴油机缸套的故障现象、成因及预防

归纳了柴油机缸套的主要故障现象:穴蚀、拉缸、异常磨损。分析了各种故障现象产生的原因,从设计、制造、安装、使用、维护、检修等方面提出了预防各种故障的方法,对柴油机的设计、制造及现场使用方面具有一定的指导意义。     

基于最优小波包与SOM-BP融合的柴油机故障诊断

柴油机振动信号具有非平稳性,用最优小波包将不同故障的振动信号分解到不同频段。提取各频段的能量组成特征向量输入SOM-BP神经网络,通过神经网络输出结果判别柴油机的故障类型。与BP网络的训练结果相比较,证明将最优小波包分解与SOM-BP神经网络相结合的方法可以得到更好的分类结果,有一定的工程实用性。     

柴油机替代燃料油水煤浆的研究

为了解决国际能源日益紧张的问题,开发新的柴油机替代燃料十分必要。作者通过对新型替代燃料———油水煤浆的理论分析和试验研究,最终证明了油水煤浆作为柴油机代用燃料是可行的。     

基于小波双谱的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障特征频率较明显的频带信号进行重构,并做双谱分析,以实现齿轮箱的有效故障诊断。实例表明,小波双谱分析是一种十分有效的齿轮箱故障诊断方法,它更能揭示故障齿轮箱振动信号的非平稳和非线性相位耦合特点。