基于压力信号的船用柴油机共轨系统高压油泵典型故障诊断研究

基于AMESim液力仿真平台搭建高压油泵仿真模型,对2种高压油泵典型故障进行仿真分析。采用小波变换方法将压力信号分解为低频波动信号和高频脉动信号,提取高频脉动信号无量纲参数波形因子为故障特征,建立高压油泵故障诊断模型。结合仿真和柴油机台架试验的高压油泵故障数据,验证了该诊断方法的有效性。     

基于参数优化VMD和散布熵的高压油泵故障诊断

针对现有基于时域特征的高压油泵故障诊断准确率低的问题,笔者提出一种参数优化变分模态分解(VMD)算法和散布熵的特征提取方法,并采用支持向量机(SVM)进行故障诊断．首先,基于对高压油泵工作原理及典型故障的分析,利用AMESim平台搭建高压油泵仿真模型进行故障模拟和信号采集．然后,针对VMD效果受限于分解个数和惩罚因子选取的问题,采用改进灰狼优化(IGWO)算法对VMD进行参数寻优．通过计算各模态的散布熵值形成故障特征向量,最后,采用SVM对故障特征向量进行训练和诊断,实现高压油泵的故障诊断．该方法的故障诊断准确率可达到95%以上,能有效地实现高压油泵故障诊断．     

基于概率神经网络的船用柴油机共轨系统限流阀故障诊断研究

基于船用柴油机高压共轨系统工作原理分析限流阀失效模式,利用AMESim液力仿真平台搭建共轨系统模型,通过仿真分析得出限流阀在3种典型故障模式下的故障特征。建立概率神经网络对限流阀故障进行诊断,结合试验与仿真数据完成网络训练和验证。结果表明:采用概率神经网络可有效地实现限流阀故障诊断。     

高压共轨系统限压阀状态监控策略的研究

为了加强高压共轨系统和柴油机的可靠性和安全性,通过对轨压信号处理以及限压阀工作特性的研究,提出了限压阀状态的监测和控制策略,利用自主研发的共轨平台设计了相应的监控软件,在油泵台架和柴油机台架上完成了相应的监控试验,试验结果表明该策略能迅速有效地监控限压阀的状态,对高压共轨系统和柴油机起到很好的保护作用,从而为后续高压共轨系统开发奠定基础。     

柴油机可修系统的有效性及评估模型研究

应用可维修系统随机故障过程模型理论,对国产190A型柴油机进行了可靠性和维修性试验。根据偶然故障期的可靠性和维修性试验数据,提出了190A型柴油机的有效性评估模型,同时针对190A型柴油机给出了具有工程参考价值的柴油机有效性指标。     

柴油机故障仿真计算与分析

作者建立了较通用的柴油机故障的仿真模型，开发了柴油机故障仿真软件，并针对柴油机典型故障在不同程度下进行仿真计算及分析，揭示了柴油机故障与热工参数之间的内在联系，为故障诊断提供了参考依据。     

柴油机高压燃油系统原位校正仪的设计

针对现有柴油机高压燃油系统检测方法的缺点,设计了柴油机高压燃油系统原位校正仪,以及相应的软件系统.此检测仪可对柴油机油压信号进行采集、处理、存储以及显示,根据波形数据计算出柴油机工作的各项参数,并结合故障特征波形可对柴油机进行故障诊断.检测过程完全由软件程控,无任何硬开关设置,实现了柴油机高压燃油系统的原位校正.     

柴油机燃油喷射系统故障振动诊断的试验研究

利用振动技术对柴油机的机械性故障进行不解体诊断，是当前国内外都在研究的重要课题。作者在进行柴油机燃油喷射系统典型故障模拟试验的基础上，测取了高压油管的振动信号，并进行了信号分析，得出了故障诊断的判据。     

某型推进柴油机最低起动空气压力偏高故障原因分析

针对某型船用V型推进柴油机在冷态起动时，起动空气压力满足柴油机起动要求情况下无法起动的问题。通过系统排查，确定故障原因为高压油泵柱塞偶件工作配合间隙在公差的上限所致。在此基础上完善了该型高压油泵的加工和试验规范。     

利用凸轮轴动态扭矩诊断柴油机燃油喷射系统故障

本文提出了一种新的诊断技术—用凸轮轴扭矩信号作为判别柴油机燃油喷射系统工作状态的参数。作者对凸轮轴扭矩进行了分析,提出了诊断参数,开发了计算机故障诊断系统,在台架上进行了故障模拟试验,并对6135柴油机进行实机监测。理论和试验表明:用扭矩诊断技术可以诊断喷油系统的常见故障,用凸轮轴扭矩信号可以在试验台上或在柴油机上对多至18缸的组合式油泵各缸的喷油正时、供油量均匀性进行监测和调整。本技术除了适用于柴油机监测,还可望用于高压油泵出厂试验之传统方法的改进。     

基于数据融合技术的凝汽器故障诊断研究

为了实现对核动力装置凝给水系统故障的识别和准确诊断,将数据融合技术应用于凝汽器故障诊断中,建立了BP神经网络和D-S证据理论融合的故障诊断模型,仿真实验证明该诊断系统可有效地提高诊断可信度,减少诊断的不确定性.     

汽轮机控制系统现场故障诊断技术的研究

提出了汽轮机控制系统７种常见故障的诊断规则和模型,介绍了汽轮机超速、调节系统晃动、调节系统不能维持空负荷运行、主油泵磨损、调速油泵磨损、高压调节阀阀杆断裂、调节阀扩散器碎裂等７种故障的特征故障征兆和诊断规则,作者还给出了汽轮机控制系统基于可靠性理论的诊断模型,以及这７种故障发生概率的计算公式和一些应用实便。     

LabVIEW与MATLAB联合编程在制冷系统故障诊断中的应用

制冷系统作为建筑的主要能耗设备,其故障的及时诊断与纠正有助于提高能源利用率,减少对环境的影响。缺乏诊断平台是制约制冷系统故障智能诊断推广应用的重要因素之一。基于MATLAB软件强大的数据处理能力和LabVIEW软件便捷的虚拟仪器开发功能,进行联合编程,实现优势互补,并将粒子群优化（PSO）算法引入最小二乘支持向量机（LSSVM）,作为故障诊断的内核,建立了制冷系统故障诊断平台。对离心式冷水机组七类典型故障的诊断实验结果表明：该联合编程方法可行,可以实现界面友好、功能丰富、方便快捷的制冷系统故障诊断;所建立的PSO-LSSVM模型总体诊断正确率高达99.70%,正常和每类故障的诊断正确率均在99%以上。该平台具有一定的开放性和扩展性,后续可以根据需要对诊断算法及其他功能模块进行更改或添加,也可增加不同算法之间的比较分析或集成诊断,改善其灵活性,推进其推广应用。LabVIEW软件的采用,也为故障检测与诊断嵌入系统控制提供了可能。     

概率因果联接模型在汽轮发电机组振动多故障诊断中的应用

汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况。介绍了一种概率因果联接模型,并将其应用到汽轮发电机组的振动多故障诊断中。实例分析证明,该模型能有效地识别出汽轮发电机组的振动多故障,具有较高的诊断可靠性和实用性。     

基于ARMA及神经网络的汽轮机振动故障诊断研究

根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型的汽轮机转子振动故障水平方向与垂直方向的数据所建立的汽轮机转子振动故障序列自回归滑移平均(ARMA)模型,由ARMA模型参数计算自谱函数值,建立汽轮机转子振动故障时间序列的自谱函数图谱。对不同类故障所建立ARMA模型的自谱函数图谱分析表明:故障征兆信息较明显,有较好的故障区分度。另外由于ARMA模型的特征向量浓缩了原时间序列信号的全部信息,对ARMA模型的特征向量参数利用多节点输入双隐层BP神经网络完成p维欧氏空间到二维欧氏空间的非线性映射,对汽轮机转子振动故障状态进行诊断。诊断结果表明:对应故障类型的ARMA模型样本通过训练后的神经网络在二维欧氏空间中能较好地对故障进行分类,同类故障的检验样本与目标函数值在欧氏空间具有最小距离,表明基于ARMA模型的二维欧氏空间双隐层神经网络故障诊断方法有较高的故障辨识能力。     

一种基于MLP神经网络的农用井泵故障诊断模型及应用

针对农用井泵常见的故障,建立了基于前馈MLP神经网络的故障诊断模型,并用反向传播算法进行训练。同时,用隶属度值定量描述故障程度,以出水量变小、有震动或噪声、出浑水、水泵不转、密封处温度异常升高5种常见的异常状况和井龄、泵龄、扬程、水泵淹没深度4个辅助条件作为网络的输入,以12种故障原因的4位二进制码和程度值作为网络输出,通过公式法确定隐含层的节点个数为10。通过训练后的神经网络对测试样本进行检验,验证了该神经网络模型对于农用井泵故障诊断的适用性。     

基于仿真模型的对分式凝汽器故障样本知识提取研究

在热力设备实施故障诊断的过程中,由于设备、系统及故障本身的复杂性,常见的故障样本知识提取方法往往不能准确、完善地建立热力设备的故障诊断知识库。为此,结合仿真技术在电站热力设备和系统模型方面的优势,提出一种基于模型的热力设备故障样本知识提取新方法。运用该方法,通过建立对分式凝汽器的动态数学模型进行详细的故障仿真试验,结合现场运行经验和理论分析,总结、完善了对分布凝汽器的典型故障知识库。     

MS6001B燃气轮机辅助液压油泵无法自动退出的故障分析处理

燃气轮机液压油系统主要作用是提供高压油给机组燃料系统及可转导叶系统.本文对辅助液压油泵不能自动退出的故障进行了详细分析,造成该情况的原因可分为四类:压力开关63HQ -1故障、液压油过滤器压差过大、液压油歧管故障及主液压油泵PH1故障,并提出合理有效的解决方案.     

基于LS-SVM的制冷系统故障诊断

为了提高制冷系统故障诊断速度及准确性,提出了基于最小二乘支持向量机(LS-SVM)的制冷系统故障诊断模型,并采用ASHRAE制冷系统故障模拟实验数据进行模型训练与验证.对一台90冷吨(约316 kW)的离心式冷水机组的7类制冷循环典型故障进行了实验.研究结果表明,LS-SVM模型对制冷系统七类故障的总体诊断正确率比支持向量机(SVM)诊断模型、误差反向传播(BP)神经网络诊断模型分别提高0.12%和1.32%;尽管对个别局部故障(冷凝器结垢、冷凝器水流量不足、制冷剂含不凝性气体)的诊断性能较SVM模型的略有下降,但对系统故障的诊断性能均有较大改善,特别是对制冷剂泄漏/不足故障;诊断耗时比SVM模型减少近一半,快速性亦有所改善.可见,LS-SVM模型在制冷系统故障诊断中具有良好的应用前景.