东南菱悦车发动机故障诊断与排除

文章以东南菱悦轿车为例,介绍电控发动机常见故障现象、诊断方法及检修流程,有利于快速、准确地判定和排除故障。     

发动机异响的特性分析及其故障诊断

文中对发动机存在异响故障的特性进行了分析，并阐述了发动机异响的诊断原则、诊断部位以及典型异响故障的诊断方法。     

发动机综合故障检修实训台的设计研究

随着实验(实训)设备在教育教学中的作用日益突出,各高校十分重视对其研究与开发。目前,教学实验(实训)设备正趋向智能化、微型化以及网络化的方向发展,有关汽车方面的实训设备,市面上多数的发动机实训台制造简单、价格昂贵,可进行的实训项目少之又少,而且很少具备故障检修的内容。为此,论文模拟电控发动机真实的工作原理,研发了一台可进行数十个项目实训的嵌入式智能化汽车发动机综合故障检修实训台,其既可用肉眼观察发动机各控制系统元器件的工作状况,又可用现场接线的方式学习发动机系统的结构组成和工作原理,还可进行现场实操,故障设置、排除和检修等多种功能,其性能稳定,运行良好,深受师生们的喜爱。     

汽车发动机常见故障诊断与排除

主要针对汽车发动机过热故障和电子控制系统故障进行分析,并提出了一些排除此类故障的方法。     

PLC及CAN总线技术在发动机故障诊断中的应用

介绍了以BENZ柴油发动机为研究对象，运用PLC控制器EPEC2023模块及其配套的CODESYS软件，通过CAN总线对发动机的数据进行采集与分析，对发动机进行有效的实时状态监控和故障诊断。该故障诊断系统可以避免发生重大的生产事故，缩短故障的排查时间，减小经济损失。     

丰田凯美瑞发动机不能启动及启动困难故障诊断分析

电子技术的飞速发展和汽车相关法规(节能、安全、排放)的建立,促进了汽车控制技术的形成与发展,作为汽车重要组成部分的发动机已进入了电子控制的时代。汽车发动机电控技术在给发动机带来了控制的精确性、系统的稳定性、燃油消耗的经济性和排放的环保性等优点的同时,也给发动机故障检测诊断带来了困难。针对这一问题,深入研究了汽油发动机电子控制系统的检测诊断,为轿车发动机故障检测诊断提供参考。     

一种发动机异响故障诊断系统的实现

本文给出了一种基于神经网络的发动机异响故障诊断系统的实现。介绍了其系统组成,硬件描述,和算法实现。另外,本文介绍了人工神经网络的基本概念,以及在发动机性能曲线处理,可靠性优化设计,电子控制技术,发动机故障实时诊断等方面的应用。使其具有很强的实用性。     

发动机无法起动故障诊断排除

通过对发动机不能起动的故障原因进行的分析,绘制了发动机不能起动的故障树,提出了发动机不能起动的一般诊断流程,并阐述了发动机无法起动的故障诊断与排除方法。     

某型涡轴发动机故障诊断分析

详细介绍了机械故障诊断技术的基本步骤。并应用该技术对某型涡轴发动机进行了故障诊断。利用该技术可以预防故障的发生,保证设备安全,减小各方面的损失程度。该技术还可以应用于其它机械设备。     

基于dSPACE的本田雅阁2.3L轿车发动机故障诊断与维修

本文结合汽车故障诊断原理,以本田雅阁2.3 L轿车为例,通过理论与实验相结合的研究方法,详细提出汽车发动机故障诊断及排除思路。本文主要采取dSPACE半实物仿真实验模型,分别运用PicoScope6软件和PICO示波器等整车控制器模块,设计故障诊断方案,并将故障诊断策略下载到dSPACE中进行HIL仿真,针对本田雅阁2.3 L轿车发动机点火系统、水温传感器故障与正常波形进行数据采集与分析,利用PICO示波器波形为其提供了可靠的依据,希望给售后维修人员提供本田雅阁汽车方面的发动机故障排除启发。     

概率神经网络PNN在发动机故障诊断中的应用

介绍了概率神经网络的模型，分析了其特点，并探讨了基于PNN的发动机故障诊断方法。通过MATLAB进行仿真试验，结果表明基于概率神经网络的故障诊断方法可以最大程度地利用故障先验知识，提高发动机故障诊断的准确率。     

复合神经网络在柴油机故障诊断中的应用

以自组织特征映射网络SOM(Self-Organizing Feature Mapping)和误差反向传播网络BP(Back Propagation)为理论基础,提出了SOM-BP神经网络模型,将某内燃机燃油系统故障及其相关参数作为训练样本,通过仿真试验,验证了复合神经网络在柴油机故障诊断中的正确性和精确性.     

基于Matlab的柴油机故障诊断

利用小波分析、BP神经网络技术处理柴油机工作时产生的振动信号。在输入层对振动信号进行小波变换,提取其在多尺度下的特征作为故障特征向量。根据这些特征向量进行BP网络的分析,以对柴油机进行故障诊断。在实验台上模拟了多个故障,并对柴油机工作时在汽缸盖上方振动信号采集和处理,对几种故障模式进行了成功的判别。结果表明此方法是可行和有效的。     

模糊神经网络在多传感器故障检测与诊断中的应用

构建一种前馈型模糊神经网络,并对网络结构作了进一步的改进,形成多输出模糊神经网络,减少了网络学习参量数目,压缩了规模,提高了训练效率,将其作为故障分类器,离线地从学习样本数据中提取各个用以描述传感器故障状态的模糊参考模型。通过模糊神经网络的不同输出值完成多传感器的故障诊断,通过对某燃汽轮机系统多传感器故障诊断的仿真,表明该方法的有效性。     

EMD和SOM神经网络在燃气发动机故障诊断中的应用

提出了EMD和SOM神经网络相结合的燃气发动机故障诊断方法。将燃气发动机振动信号进行EMD分解,提取前几个IMF分量的能量构成故障诊断的特征向量,输入SOM网络进行聚类,再将测试样本输入训练好的网络模型进行故障识别,网络输出结果采用U矩阵图法进行显示。对燃气发动机正常、气门间隙大、排气阀漏气3种状态的信号分析结果表明,该方法可以有效地提取非平稳信号的故障特征,网络模型结构简单,对大数据量样本的聚类与识别准确率高,输出结果清晰、直观、可视性强,该方法为燃气发动机故障诊断提供了新的途径。     

发动机故障知识范围分析及诊断系统构建

以构建发动机故障自动诊断系统为出发点，指出缺乏知识是技术实现的难点所在。以全局的观点分析了发动机的知识范围，采用粗糙集理论从数据中挖掘规则知识，给出了规则可信度的确定方法，并采用粗糙集理论中的属性重要性概念来对CBR理论中实例相似度权重进行分配，避免了主观性。考虑到发动机故障关联性强、故障现象和原因之间少有一一对应的特点，提出了基于结构分解的知识组织模型，并集成多种方法来共同完成故障诊断。     

基于ART-并行BP神经网络的柴油机故障诊断研究

造成柴油机故障的因素十分复杂,既存在单一类的故障,也存在多故障并存的现象,而且还会出现新型故障,仅仅依靠单一神经网络技术的故障诊断已经很难满足对柴油机的有效诊断要求。本文在信息决策层融合的基础上,以自适应谐振理论ART和误差反向传播并行BP两种神经网络为基础,建立了用于柴油机故障诊断的新型神经网络模型,以对柴油机系统工作过程多种故障进行诊断识别。通过与单一神经网络诊断识别结果的分析和比较,验证了该神经网络诊断模型的可行性,它能够进行多传感器信息综合诊断,既能识别单故障和并发故障,又具有识别新型故障的能力,可有效地提高对柴油机故障诊断的准确性和可靠性。     

数据挖掘在柴油机故障诊断中的应用

介绍了一个应用数据挖掘技术的柴油机故障诊断系统。通过对柴油机信号数据的获取和分析,建立了故障诊断模型。从关键技术、系统体系结构、功能模块等方面论述了诊断系统的设计,给出了建立模型的基本思想、具体算法和步骤,并结合具体的信号数据建立了诊断系统。通过该系统对待识别信号数据进行故障诊断实验,表明该系统能有效地对柴油机活塞组件和气门机构故障进行诊断。     

关联维数及其在故障诊断中的应用研究

从工程实际问题出发,论述了分形维数的基本概念和性质,给出了定量描述分形特征的重要参数－－关联维数的计算方法,分析了发动机故障的特点,提出了将关联维数用于汽车发动机故障诊断的技术路线及方法。     

柴油机故障诊断技术的现状及展望

工业的进一步发展使柴油机在生产生活中得到了越来越广泛的运用,当前,现代柴油机的结构日趋复杂,对共轨柴油机故障诊断信息技术企业进行管理研究方法越来越重要。本文主要介绍了柴油机故障诊断技术,从柴油机的成本和实用性出发,对柴油机进行故障诊断,使柴油机的应用更加符合实际需要,使柴油机的故障诊断更加快速、准确。