柴油机工作不均匀性的振动检测方法

在某型号装备的柴油机上，采用断缸的方法模拟各缸工作不均匀试验，测量柴油机在不同工作状态下一个工作循环内的机体振动信号。利用局域波分解方法对柴油机振动信号进行时频分析，获得Hilbert时频谱。对柴油机在不同工作状态下振动信号的时频谱进行分析，对各缸段的振动信号频率变化进行统计分析，计算频率偏差，并分析其在不同工作状态下的变化趋势。分析结果表明，利用各缸段振动信号频率变化的偏差可以对柴油机工作不均匀性进行判别。     

小样本条件下基于Bayes方法的装备状态评估

针对小样本条件下单纯采用使用期无法准确衡量装甲装备技术状况的问题,本文以装甲车辆发动机状态评估为例,分析了小样本条件下,装备各技术状况等级特征参数分布及其有效性和适用性。同时,采用Bayes决策法,从装备属于各技术状况等级的概率和错判风险两方面出发,对装备状态进行评估。评估结果表明,利用两种Bayes方法均能准确评估发动机技术状况,评估准确率达90%以上,并且基于最小风险的Bayes评估方法具有更好评估效果,评估准确率较高,符合装甲车辆技术状况随使用时间增加而逐渐变差的一般规律。该方法在装备状态评估中具有实用性及可行性。     

基于多参数评估柴油机技术状况的模糊方法研究

本文针对不同使用期的柴油机进行了测试，测得了表征柴油机技术状况的特征参数，并利用模糊距离度量的方法对柴油机的技术状况进行评判。试验结果表明，采用多参数进行柴油机技术状况评判的方法可靠有效。     

装甲车辆柴油机使用期内的振动信号分析

对不同使用期的柴油机进行测试，利用加速度传感器测取了柴油机机体的表面振动信号。经过信号处理，较好地解决了实车测试信噪比差的问题。分析结果表明，柴油机的机体振动信号能够反映柴油机的技术状况，为柴油机的技术状况检测及故障诊断奠定了基础。     

柴油机实车监测振动信号处理方法

柴油机运行过程中振动信号的采集与处理对于柴油机技术状况的监测具有重要的意义.本文利用振动加速度传感器对柴油机机体振动信号进行测试,并采用整周期截断和多段相加平均处理、包络变换的方法对振动信号进行处理,最后利用FFT和PSD方法对信号进行分析,有效地提取了振动信号的频率特征,为提高状态监测和故障诊断的准确度奠定了基础.     

柴油机瞬时转速的实车检测研究

柴油机在运转过程时,曲轴的瞬时转速包含着丰富的信息.一个周期内瞬时转速的波动与各缸的喷油情况、磨损情况、进气情况等有直接关系.因此,柴油机瞬时转速是评价柴油机技术状况变化的一个重要参数.本文研究了检测柴油机瞬时转速的方法和测试系统,并在实车上进行了大量的试验.在此基础上,提取了瞬时转速的特征参数,如转速平均脉动指标、柴油机加、减速时间等,分析了柴油机瞬时转速特征随柴油机使用期的变化规律,证明了瞬时转速可作为评估柴油机技术状况的重要参数.     

坦克柴油机起动电流与气缸磨损状态关系分析与评价

为了评价坦克柴油机的技术状态,研究了柴油机起动电流的测量方法,分析了起动电流波形与气缸磨损和气缸压力之间的内在关系,揭示了起动电流波动的本质.在某型坦克实车上测量了起动电流信号,并采用奇异点剔除、小波去噪方法对起动电流进行了预处理,提取了特征波形.按柴油机气缸工作顺序,分段计算了起动电流波形中各缸工作区段的上升段积分,...     

基于AGA-RS的故障特征参数提取方法研究

在故障诊断中,将高维特征空间压缩到低维特征空间可以简化故障分类器设计,提高运算效率。研究了自适应遗传算法（AGA）和粗糙集（RS）理论在特征选择和特征约简中的应用,并针对柴油机燃油喷射系统故障提取了简化特征,建立了神经网络模型。试验结果表明,基于AGA-RS的故障特征参数提取方法可使故障分类器输入参数同时具有有效性和简约性,提高了神经网络的运算效率。     

在多参数检测时神经网络的结构优化方法

运用多特征参数进行设备状态监测是一种具有较高精确度的技术手段,但是当检测参数数量较大时运算量是一个不容忽视的问题。针对采用人工神经网络进行设备状态检测时的结构优化问题进行研究,提出由特征压缩层和检测层组成串联网络的方法建立神经网络检测模型。仿真结果表明,该组合网络减小了运算量,改善了网络收敛性能。     

基于ADALINE神经网络的自适应滤波方法

自适应滤波器能够适应系统和环境的动态变化,具有较高的滤波精度。介绍了一种利用ADALINE神经网络进行自适应滤波的方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型将发动机高压油管振动信号中的机体振动噪声滤除,提高了信噪比,为利用高压油管振动信号进行喷油器故障的精确诊断奠定了基础。