共查询到20条相似文献,搜索用时 93 毫秒
1.
柴油机拉缸是指缸套被活塞组件拉伤的故障。拉缸可通过发动机的响声和排气冒烟来判断,轻微拉缸一般不易听到;较严重的拉缸可听到一种尖锐的像活塞敲缸的声 相似文献
2.
3.
失火故障是柴油机较为常见的故障,会影响柴油机的动力性和经济性。本文利用柴油机转速对失火故障进行检测,利用转速信号的复杂度指标来判断信号的随机性,分析正常、单缸失火及多缸失火状态下的复杂度,对柴油机的失火故障进行诊断。 相似文献
4.
液压挖掘机斗杆缸活塞杆发生自动伸出(俗称"掉缸")故障,不但会使挖掘机工作效率降低,还会给挖掘施工带来不安全因素。斗杆缸活塞杆自动伸出故障的原因有2点:一是斗杆缸本身存在内泄,二是控制阀或管路产生泄漏。该故障可能涉及的液压元件比较多,故障部位很难确定。本人根据实践经验,总结出一种判断故障原因的简便方法。具体如下:首先启动发动机,将斗杆缸活塞杆缩回2/3长度(此时斗杆处于伸出状 相似文献
5.
6.
7.
在柴油机的施工现场使用中,常出现其中某个气缸工作不正常的情况,为了找出倒底是哪一缸工作不良,可用就机检查方法。本文介绍了6种野外偏远施工现场常用的就机检查柴油机气缸技术状态的方法。 (1) 感温法 在柴油机启动的瞬间,用手触摸各缸排气歧管的温度,可粗略判断各缸的工作情况。如果某缸排气歧管比其他缸歧管的温度高,则 相似文献
8.
为提高柴油机配气系统的可靠性与耐久性,对于工作条件恶劣的进、排气门座,大多采用合金铸铁材料制做。但是随着机器运转时间的增长,往往会发生气门座松动的故障,从而导致柴油机功率下降、排气冒烟、曲轴箱窜气及缸盖部分出现敲击声等的不良后果,严重时发动机停止运转。1气门座松动的判断(1)若排气门座松动,气缸内压缩比便下降,该缸排气管处可听到“扑扑”的漏气声。与此同时,由于喷入缸内的柴油不能充分燃烧,该缸温度也会比其他缸低一些。(2)若进气门座松动,活塞压缩时,部分气体便窜入空气滤清器,并听到“啪啪”的响声。该… 相似文献
9.
当工程机械的柴油机缸内有故障时,大都会伴有声音反常、烟色异常等现象。此时不可盲目拆卸,以免浪费修理工时,耽误生产。可先通过以下几种方法来分析故障的部位,然后再进行检修。1.听声判断用一根金属棒触在缸盖的喷油器位置,倾听缸内的工作声音,若情况正常,应为清脆而均匀的金属敲击声。若某缸声音低沉或不连续,说明供油量少或缸内燃烧不良;若声音粗暴则可能是供油量偏大或供油时间过早。若进气门漏气,在空气滤清器处可以听到“啪啪”的响声,同时该缸进、排气歧管的温度也比其他缸高一些;若排气门漏气,缸内高温可燃气体就会… 相似文献
10.
汽车加速过程排气噪声是一种强非稳态的噪声,使用传统的频谱分析方法往往会出现"频率模糊"现象。为了了解发动机加速阶段排气噪声特性、研究发动机转速对加速过程排气噪声的影响,采用了阶次跟踪方法对某四缸发动机加速过程排气噪声进行了测试,分析了发动机加速过程排气噪声的主要阶次及主要噪声源,揭示了发动机排气噪声声压级变化与发动机转速的关系,为该发动机排气消声器的设计和优化提供了重要的参考依据。 相似文献
11.
针对不同故障类型下的液压泵振动信号具有不同复杂性的特点,将多尺度熵引入到液压泵故障识别中。多尺度熵是在样本熵的基础上通过引入尺度因子,从而能够分析信号在不同尺度因子下的复杂性。在多尺度熵的基础上定义一个同时考虑多尺度熵熵值大小和熵值变化趋势的指标--多尺度熵偏均值(PMMSE),该指标定量地刻画故障信号的复杂性。将该指标用于液压泵的故障识别中。通过对液压泵4种不同运行状态的实测振动信号进行分析,结果表明PMMSE能够很好地区分出液压泵的不同故障类型,验证了该指标在故障特征提取中的有效性。 相似文献
12.
基于非线性多参数的旋转机械故障诊断方法 总被引:7,自引:0,他引:7
应用关联维数、李亚谱诺夫指数等非线性多参数对旋转机械故障诊断进行研究。对所采集的模拟旋转机械振动故障信号,运用相空间重构理论对其时间序列重构。为使重构相空间能充分地反映系统运动特征,对不同故障信号的时间延迟与嵌入维数确定问题进行研究,计算出不同故障信号的关联维数、李亚谱诺夫指数、复杂度和近似熵四个非线性特征量。在此基础上对四个非线性参数进行融合,并定义为非线性度,用这一特征量对故障信号特征进行提取与识别。由于非线性度是关联维数、李亚谱诺夫指数、复杂度和近似熵多参数的综合,更有利于分析识别故障信号,增强可靠性。研究表明:故障类型不同,非线性度指数不同,验证了这一非线性特征量是表征不同故障信息的有效参数。此研究为复杂旋转机械故障诊断提供一种识别方法。 相似文献
13.
损伤程度评估对于旋转设备的故障预测与维护至关重要。Lempel-Ziv复杂度已被广泛用于旋转设备的定量故障诊断。但是传统Lempel-Ziv复杂度指标只能在单一尺度提取故障信息,难以全面挖掘故障特征。为此,学者提出了多尺度Lempel-Ziv复杂度。然而,多尺度分析会缩减时间序列的长度,易于导致评估结果不准确。因此,提出了一种基于变步长多尺度Lempel-Ziv复杂度融合的旋转设备损伤程度评估指标。首先采用变步长策略优化粗粒化过程,更全面地挖掘故障信息;然后运用基于拉普拉斯得分加权的融合方法来评估每个尺度的重要性,将变步长多尺度复杂度序列转化为一个单一但全面的评价指标,即所提的变步长多尺度复杂度融合指标,用以全面挖掘振动信号的特征,实现对旋转设备的损伤评估。本文采用轴承单点缺陷数据、轴承全寿命数据和齿轮箱疲劳试验数据验证所提方法的有效性,并与其他复杂度指标进行比较分析,结果表明:所提指标可100%准确地对轴承故障严重程度及齿轮磨损程度进行评估,发现早期故障,实现旋转设备的定量诊断。 相似文献
14.
基于小波包变换与样本熵的滚动轴承故障诊断 总被引:3,自引:0,他引:3
针对滚动轴承振动信号的不规则性和复杂性可以反映轴承故障的发生和发展,提出一种基于小波包变换与样本熵的轴承故障诊断方法。样本熵可以较少地依赖时间序列的长度,将轴承振动信号进行3层小波包分解,利用分解得到的各个频带的样本熵值作为特征向量,利用支持向量机对轴承故障进行分类。对轴承内圈故障、滚动体故障和外圈故障3种故障及不同损伤程度的实测数据进行实验,结果表明该方法取得较高的识别率,具有一定的工程应用价值。 相似文献
15.
16.
17.
18.
19.