应用图像处理进行内燃机故障诊断时应注意的几个问题

图像处理技术在内燃机的故障诊断与状态监测中应用还很少 ,本文探讨了应用于这方面时应注意的几个问题。指出利用缸盖振动信号小波包分解后的时 -频分布图的灰度直方图进行故障诊断的效果并不好 ,并分析了原因 ;进行了信号加噪声与不加噪声的诊断效果对比 ,发现噪声对基于图像处理的气门机构故障诊断的影响不大 ,验证了这一方法的工程实用性和可用性。     

分形几何在内燃机振动信号分析中的应用

本文将分形几何引入内燃机振动信号的分析之中,用分维数描述振动信号的复杂程度。对缸盖振动信号的谱分析表明,可以用分维数描述缸盖振动信号。当气门发生故障时,分维数将较正常时小,由此可判断气门状态正常与否及故障类型。     

神经网络在内燃机故障诊断中的应用研究

运用小波分析对柴油机缸盖振动信号进行分析与讨论,计算二进小波分解后尺 度１信号在各个时间段内的能量百分比,最后将此能量比作为神经网络的输入进行 训练,得到故障诊断识别网络,取得了较好的故障诊断效果。     

多重分形维数谱及其在内燃机故障诊断中的应用

采用小波模量极大值方法对缸盖振动信号去噪 ,计算数据的多重分形维数谱 ,将其用于刻划内燃机缸盖在气门不同状态时表现的非线性行为 ,从而对故障分类。结果表明 ,缸盖振动信号的多重分形维数谱当气门在不同状态时是不同的 ,可以将其作为判断气门状态的依据。     

基于时序分析与神经网络的气阀机构故障诊断

通过模拟柴油机气阀机的两种主要故障：气门漏气和气门间隙异常进行实验,采集缸盖表面的振动信号,利用时间序列分析对振动信号建立AR和ARMA模型,利用其参数及残差等指标作为特征参数,提取时域的均方根等指标。最后利用人工神经网络进行故障模式识别。结果表明方法是可行的,效果较好。     

内燃机故障的多重分形诊断方法研究

实测了6135柴油机气门机构处于不同状态时的缸盖振动信号,计算振动信号的多重分形维数,将其用于刻划缸盖在气门不同状态时表现的非线性行为,从而对故障分类与诊断。结果表明,当气门在不同状态时缸盖振动信号的多重分形维数是不同的,可以将其作为判断气门状态的依据。     

基于小波包与图像处理的内燃机故障诊断研究

详细分析和讨论了柴油机缸盖振动信号的特点，对其进行了小波包分解，得到时－频分布图，并基于此，提出运用图像处理技术进行内燃机的状态监测与故障诊断的方法，建立了基于图像匹配的内燃机气阀机构诊断模型，并将其和于６１３５Ｇ柴油机气阀机构的故障诊断。结果表明，该方法物理意义明确，诊断结果精度较高，速度快，为内燃机的状态监测与故障诊断找到了一条新的途径。     

基于小波分析与神经网络的气阀机构故障诊断研究

运用小波分析对柴油机缸盖振动信号进行分析与讨论，计算二进小汉分解后尺度1信号在各个时间段内的能量百分比；将能量百分比作为神经网络的输入进行训练和故障识别，用BP网络及自组织聚类算法实现了气阀机构的故障诊断，取得了较好的效果。     

气缸压力的时频分析及其在内燃机故障诊断中的应用

对气缸压力进行时-频分析,探讨了气缸压力信号与气阀机构状态之间的关系.对气缸压力信号进行二进小波分解,计算分解后尺度1上信号各频带的能量比,从中提取诊断特征量,从而对气阀机构进行故障诊断.结果表明此方法是可行、有效的.     

基于小波分析与气缸压力的气门故障诊断

将小波分析引入气缸压力的分析与研究，对其进行二进小波分解，计算分解后尺度1上信号各频带的能量百分比，从中获得诊断特征量，从而对气门间隙进行故障诊断。结果表明用小波分析处理气缸压力信号较FFT更有效，作者采用的诊断方法与特征量是有效和可行的。