基于时序分析的气阀机构故障诊断研究

通过模拟柴油机气阀机构的两种常见的主要故障：气阀漏气和气门间隙异常。采集气缸盖表面的振动信号，应用时序分析方法进行缸盖振动信号的AR谱估计，再从其AR谱中提取出可用于实际诊断的故障特征参数，最后利用欧氏距离判别函数进行故障状态识别。结果表明该方法是可行的，便于实现气阀机构故障的在线实时监测与诊断。     

运用非线性动力系统理论进行船舶柴油机故障诊断

针对柴油机表面振动非稳态与多激励性的特点,从非线性动力系统理论角度进行信号的分析与处理。运用小波模量最大值对气缸盖螺栓表面的振动信号消噪,计算气门不同状态时的多重分形维数谱,定义故障特征向量,从而识别不同的故障。结果表明,这种方法对气门故障诊断是极为有效的。     

遗传算法在气门机构故障诊断中的应用

通过模拟柴油机气门机构的2种主要故障-气门漏气和气门间隙异常进行试验,采集柴油机缸盖表面的振动信号,计算 了柴油机缸盖振动信号的小波包能量、时域能量、最大幅值和奇异性指标。建立了振动信号的AR和ARMA模型,最后利用遗传算法进行自动再生最佳特征参数,得到了优化的气门机构故障诊断表达式,结果表明利用该表达式可以更简捷有效地进行故障诊断。     

船舶柴油机振动监测与故障诊断系统

介绍了利用船舶柴油机表面振动信号，不解体就可监测与诊断主要运动部件的磨损状态。阐明了船舶柴油机振动放大的的基本特性，对气门和气缸内部件在不同状态下表面振动信号的特征进行了分析讨论。结果表明，利用船舶柴油机表面振动信号判断气门是漏气和活民气缸套的磨损状态是可行的。此外，并研制也相应的实用化监测与故障论断系统。     

高速柴油机气阀组件振动监测诊断技术试验研究

介绍了利用气缸盖表面振动信号对高速柴油机气阀组件等故障进行的振动监测诊断试验研究。分析了引起缸盖振动的激励源特征;对单缸熄火和气阀组件等故障进行了模拟试验;对不同故障状态的气缸盖表面振动信号进行了测量分析,提取用于故障诊断的特征参数,建立了不同类型及不同程度故障与特征参数间的相互关系。     

柴油机气门故障特征提取方法研究

针对柴油机气门故障诊断问题,在柴油机上模拟了气门间隙异常、气门漏气故障,同步测取了正常和故障情况下的缸盖振动与瞬时转速信号,提出了基于阶比跟踪的振动信号等角度重采样方法,准确地实现了振动信号时间域到角度域的转换,避免了频谱泄漏及混叠。考虑到缸盖振动信号的非平稳特性,应用经验模态分解法将振动信号分解成一系列具有不同尺度的内禀模态函数,利用三维Hilbert谱提取了反映柴油机故障的特征参数。试验结果表明:研究方法可以有效地提取柴油机振动信号的故障特征,从而实现柴油机配气机构故障诊断。     

柴油机气缸盖振动信号特征提取方法的研究

研究了基于短时AR分析、小波多分辨率分析和小波包分析的故障特征提取和识别方法,分析了柴油机气缸盖振动信号特征提取方法。得出了两条重要结论:基于短时AR分析的柴油机气缸盖振动信号整循环特征提取方法特别适合于短序列数据的分析;利用小波多分辨率分析和小波包分析以及Kllback-Leibler信息量最小,对柴油机表面振动信号进行分解与分析,确定各故障状态的特征频带,进而可用频带的时间序列的时序模型作为特征矢量,实现对柴油机运行状态故障的诊断。     

基于LMD边际谱的柴油机气门故障诊断

针对柴油机气门间隙故障诊断问题,在WP7柴油机上模拟了多种气门间隙故障,测取了正常及故障条件下的缸盖振动信号。考虑柴油机缸盖振动信号具有非平稳的特点,提出一种基于局部均值分解边际谱和马氏距离的故障诊断方法。该方法在LMD边际谱的基础上定义了频率中心,并以此作为柴油机气门间隙的故障特征,利用马氏距离判断柴油机气门的工作状态。试验结果表明:该方法可以有效地提取柴油机气门间隙故障特征,实现柴油机气门机构故障诊断。     

基于AR模型和K-L信息量的柴油机气阀机构故障诊断

通过模拟气阀机构的两种常见故障:气阀漏气和气阀间隙异常,采集柴油机缸盖表面的振动信号.提出了柴油机气阀机构的状态监测及故障诊断策略,采用FPE准则和Burg算法建立不同状态时振动信号的AR模型,利用K-L信息量对不同工作状态进行了有效识别.诊断结果表明该方法是可行的,便于实现柴油机气阀机构故障的在线实时监测与诊断.     

基于振动信号分析的发动机气门间隙异常诊断

通过对发动机振动信号基本特性的分析,确定了发动机振动的主要激励源和传播途径。并采用时域,频域的分析方法对故障特征信号进行分析,从而得到气门间隙异常状态的信息。在此基础上,提出了一种简单有效的诊断方法。     

基于图像处理与神经网络的内燃机故障诊断研究

在提出应用图像处理进行故障诊断的基础上,探讨了利用内燃机振动信号产生图像的方法。在对振动信号进行重抽样处理的基础上,实现了振动信号的灰度图像表示,从缸盖振动信号的灰度图像中提取图像特征并对图像特征进行模糊化处理,设计神经网络分类器,实现了对气阀机构故障的诊断与分类。     

基于EMD与SVM的柴油机故障诊断

对柴油机气阀间隙变化、断油等故障情况下的缸盖振动信号进行了测试分析.采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数IMF,对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机SVM进行分类,判断柴油机的工作状态和故障类型.实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机故障,能实现故障的实时自动化诊断.     

配气机构激励力对柴油机振动特性影响研究

基于多体动力学和有限元方法,对柴油机运动件,包括曲柄连杆机构、配气机构以及齿轮传动系统进行了仿真分析,得到配气机构的凸轮轴承力、气门落座力和摇臂激励力等激励力。建立某柴油机结构有限元模型,研究了配气机构激励力对柴油机整机及主要部件振动特性的影响。结果表明:配气机构激励力对柴油机整机总频段振动有一定影响,其中对1 000 Hz以下频段影响较大,而1 000 Hz以上频段影响不大;对气门室罩、气缸盖和机体上侧振动影响比较大,对机体下侧和油底壳影响相对较小。     

模糊函数图像在柴油机气阀故障诊断中的应用研究

计算了柴油机气阀机构8种状态下的缸盖表面振动信号的模糊函数，将结果在频偏时延相平面上用灰度图表示出来，得到了一系列模糊函数图像。选取一部分模糊函数图像进行平均，得到了各种状态的标准模糊函数图像，再根据图像之间的欧氏距离、相似度和J-散度等6种指标对模糊函数图像进行分类，从而将气阀机构的故障诊断转换为模糊函数图像的分类识别。试验结果表明，利用模糊函数图像可以取得很好的诊断结果，6种指标中欧氏距离和相似度两种指标的抗干扰能力比较强，更适合于作为模糊函数图像的分类指标。图像平均可以有效地提高故障诊断的正确率。     

基于气缸盖振动信号的柴油机故障诊断研究

在3110柴油机的1号缸上进行了气门间隙变化、断油等故障的模拟试验研究.分别在正常情况及各故障情况下测取了缸盖振动信号,对信号进行时域分段,分别用时域、频域及小波分析方法对信号进行了分析,提出了故障时频特征的提取方法,并用模糊聚类方法进行了分类分析.对正常情况(气门间隙0.3 mm)、断油故障、气门间隙过小(0.1 mm) 、气门间隙过大(0.9 mm)等4种情况的80组数据的分析结果表明,大部分数据分类效果较理想,错误率仅为6.25 %, 断油故障数据分类完全正确.对进气门间隙为0.1 mm、0.3 mm、0.9 mm的3种工况的60组数据进行了模糊聚类分析,取进气门落座信号,用绝对值均值、有效值及峰值作为特征值,分类结果完全正确.     

基于振动信号分析的发动机气缸壁间隙异常诊断

以DA462型发动机缸壁表面振动信号为研究对象,对发动机的主要激励源和传播途径进行了研究,在时域和频域上对实验所测得的信号进行分析,从而得到缸壁间隙异常状态的信息。在此基础上,提出了一种简单有效的诊断方法,能够对发动机的故障进行较准确的诊断。