基于神经网络的柴油机燃油系统故障诊断

在讨论神经网络快速算法的基础上,研究了柴油机燃油供给系统几种常见故障的诊断方法,并在柴油机实际运行中进行了试验,取得了满意效果。     

柴油机燃油系统故障诊断的研究

介绍了采用一种不解体柴油机燃油系统故障诊断的新方法，通过检测高压油管的弹性变形量，提取了反映燃油系统故障状态的特征向量，并利用模糊模式识别技术成功地诊断了燃油系统的各种典型故障。     

基于Dempster-Shafer证据理论的柴油机故障诊断

在简述多传感器信息决策层融合暨Ｄｅｍｐｅｒ－Ｓｈａｆｅｒ证据理论的基础上,研究了决策层信息融合的实现方法和算法,利用柴油机表面振动信号与高压油路压力信号所提供的特征信息进行融合处理,使用决策规则对柴油机供油系统工作过程多种故障进行了诊断识别。通过分析、比较基于融合信息进行诊断识别的结果与单传感器信息诊断识别的结果,说明了多传感器信息融合的诊断识别方法具有良好的稳定性、精确性和容错性,能够有效地提高     

基于证据理论与粗糙集集成推理策略的内燃机故障诊断

证据理论是处理不确定性问题的有效工具,但其依赖专家知识提供证据,并要求各证据体相互独立,致使实际应用困难。针对此问题,提出了证据理论与粗糙集(Rough Sets)集成的方案:基于系统聚类的方法对特征数据离散化;基于变精度粗糙集条件熵的方法对决策表约简;约简后各条件属性作为证据并计算基本可信度分配;利用证据理论组合规则对各证据进行合成及决策。柴油机的实际诊断结果验证了将证据理论与粗糙集相结合进行故障诊断的良好效果。     

基于SOM神经网络的柴油机燃油系统故障诊断

利用神经网络的非线性映射,及其高度的自组织和自学习能力,将SOM网络应用于柴油机的故障诊断。利用夹持式传感器获得柴油机喷射系统的燃油压力波形,对波形进行时域分析和特征提取。根据所取得故障信息及其对应的故障类型来构造网络结构,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对故障进行判断。通过仿真实验验证SOM神经网络在柴油机故障诊断的正确性。经实例分析证明,该方法可对故障进行有效诊断。     

PT燃油系EFC结构与故障诊断（一）

详细论述了ＥＦＣ装置在ＰＴ（Ｇ）燃油泵中的安装、调试及常见故障诊断与排除方法。     

PT燃油系EFC结构与故障诊断（二）

4　PT(G)EFC燃油泵的调试PT(G)EFC型燃油泵的调试与其它型号的PT燃油泵的调试相比有一定的区别,一般要对执行器的不同电压状态下的流量(即低、高、特高等三种状态下的流量)进行校正和检验。由于此种泵的校准资料较少,通过我们多年的实践,总结出了一些调试规律和经验,基本上可以满足实际应用的需要。现将调试原则和与不带EFC装置的调试方法作如下介绍,供同仁们调试与维修时参考。4.1　调试参数齐全时的调校　　内燃机　2000年第3期·41·在调试数据齐全的情况下,有的试验台不具备调试条件时,为了准确地调校EFC装置的起作用点,必须制…     

基于粗糙集与证据理论的凝汽器故障诊断研究

针对凝汽器故障诊断问题,提出了一种基于粗糙集和证据理论相结合的故障诊断方法。利用粗糙集相对约简的不唯一性,对凝汽器故障征兆进行分类,形成不同的证据来源,既实现了证据理论对于同一事物要求有不同的证据来源的要求,又对故障征兆参数进行了降维处理,减小了网络的规模,有效缓解了由于输入参数过多给网络带来的收敛困难问题。该诊断方法将粗糙集、神经网络和证据理论有机地结合在一起,使三者优势互补,充分利用了凝汽器故障征兆的冗余、互补信息。实例证明,基于多故障诊断网络信息融合的诊断识别准确性和可靠性比基于单一故障诊断网络的诊断识别有较大的提高。     

基于奇异谱分析的发动机燃油系统故障诊断

通过研究离散动力系统奇异谱的特征，探讨了由离散动力系统建立奇异谱分析的方法，以及奇异谱谱型最佳分类、奇异谱的特征参数和奇异谱分析在发动机故障诊断中的应用。根据某发动机缸盖振动信号的特征与其燃油系统的激振特性，建立了该发动机缸盖振动的非线性动力系统信息模型，采用奇异谱分析的方法提取故障诊断特征，应用模糊最佳故障分类法对某发动机燃油系统的故障进行识别，在实验中取得了预期的效果。     

PT燃油系统调整与故障排除方法(3)

<正> 3 在维修调试中的故障分析与排除在对PT燃油供给系统的维修和调试中.会遇到一些难以排除的故障现象.下面就PT燃油泵燃油出口压力低、真空度不足等部分故障现象、故障原因和排除方法作一下介绍.供在维修调试中参考。     

基于改进D-S证据理论的燃气轮机滑油系统故障诊断

本文使用D-S证据理论决策层融合结构融合了4种经典信息融合算法,对滑油系统典型故障进行诊断。为解决证据冲突问题,本文对D-S证据理论公式进行了改进,并验证了改进公式在特征层和决策层的融合效果。结论表明本文提出的D-S证据理论改进方法能够较好地解决证据冲突带来的问题,可以提高诊断正确率;证据理论在决策层融合中的优势较为明显,应用于多种方法诊断结果的决策层融合可以提高诊断的容错性。     

基于灰色关联理论的某型点火系统故障诊断

本文尝试将灰色关联度分析法引入到某型发动机点火系统的故障诊断中,具有计算简单,结论客观全面,不会与定性分析结论相矛盾的特点。只要获取足够多和精确的仿真数据,就可以获得较高的诊断精度,成功解决故障诊断中的容差识别问题。     

基于模糊理论的增压系统故障诊断

提出了一种评判柴油机增压系统状态的新方法,增压系统的状态主要与进气管中空气的压力和温度有关,对上述两个参数进行模糊化处理,并利用模糊综合评判方法得出增压系统状态的准确评判结果,对评判不合格的增压系统,通过检测压力、温度、流动阻力等参数,提取反映故障状态的特征向量,利用模糊诊断技术可以实现对增压系统故障原因和部位的不解体诊断。     

基于小波包变换的柴油机燃油喷射系统故障诊断

本文在介绍了小波包变换理论后，利用小波包变换对柴油机燃油喷射系统的常见故障进行了分析，并和傅立叶变换进行了比较，证明了前者比后者能提取更多的关于柴油机工作状态的特征信息。     

燃油系统模糊神经网络故障诊断专家系统研究

专家系统前景广阔，前人在该领域的理论和实践方面已做了大量的工作，但传统的专家系统存在许多缺陷，因此欲使其得到进一步发展就必须引入其它先进技术。为解决传统专家系统知识获取和经验性知识的不确定性等“瓶颈”问题，提出将模糊神经网络技术引入到专家系统中。介绍了基于模糊神经网络的专家系统构成的原理、方法、结构和实现技术。将基于模糊多层感知器构成的专家系统应用于柴油机燃油系统故障的分类诊断中，收到了很好的效果。     

基于D-S推理的汽轮发电机组融合诊断

依据汽轮发电机组的故障特性，提出了一种有效的融合算法。首先将多个传感器获得的振动信号进行特征提取，而后通过BP神经网络实现故障分类，最后根据D—S证据推理做出故障决策并结出实例。文中对融合中每个传感器的权重也进行了讨论。     

基于3DS MAX的燃油喷雾可视化系统

本文介绍了一种新的燃油喷雾可视化仿真系统的实现,系统的主要功能是把由数值模拟计算得到的每一个油粒的运动状态在计算机屏幕上显示出来,并以不同的视角来观察它们,也可以对感兴趣的某个或某些粒子进行跟踪,以获得这些粒子特性的详细信息,文中详细讨论了如何用3DS MAX和MAX Script开发该系统和实现上述功能的具体方法。