船用柴油机的分缸平均值模型

为满足柴油机分缸性能仿真和控制要求,以柴油机平均值模型为基础,吸收容积法模型的优点,提出了一种可计算单缸性能的分缸平均值模型.该模型以每缸燃烧持续期指示扭矩的平均值代替了整个循环指示扭矩的平均值,在模型复杂度儿乎不增加的情况下,使单缸指示扭矩具有类似容积法模型的脉冲特点.多缸叠加后的模型可计算瞬时扭矩和瞬时转速的周期性波动.以6S60MC型船用柴油主机为例进行了仿真计算.结果表明,在正常状态下,该模型与平均值模型的精度近似,但该模型可仿真正常情况和单缸或多缸工作不正常情况下柴油机瞬时转速的周期性波动,为分缸均衡控制提供基础.     

基于汽缸压力辨识的发动机失火故障诊断

针对发动机失火故障,提出了一种利用傅里叶级数和L-M算法优化BP神经网络的故障诊断方法。利用AMESim发动机模型进行稳态工况实时仿真,应用L-M算法优化BP神经网络预测节气门开度与发动机汽缸做功频率的关系,同时借助傅里叶级数辨识缸内压力,将由曲轴转速实时映射的汽缸压力模型与所辨识的缸内压力模型进行比较,得出失火诊断结果;并对辨识的压力模型进行相位和频率补偿,提高了诊断精度及诊断方法泛化性。在出现失火故障后再次进行相位和频率补偿,使辨识的模型具有强跟踪性。任取两个节气门开度值进行试验验证,结果表明:本文方法在发动机稳态工况下,无论高转速小负载还是低转速大负载,均可以准确识别出单缸连续失火故障和多缸随机失火故障,验证了本文方法的准确性。     

基于HHT/PNN的故障信息融合诊断方法

为提高动态随机故障诊断能力,提出了基于HHT/PNN的故障信息融合诊断方法.利用HHT提取信号的瞬时频率和瞬时幅值特征,采用过程神经元网络实现对时域幅值、瞬时频率和瞬时幅值3种故障特征的融合诊断.对基于HHT/PNN和基于神经网络的2种故障诊断方法进行了比较.仿真结果表明:对于动态随机故障,基于HHT/PNN的故障信息融合诊断方法比基于神经网络的故障诊断方法的故障诊断准确度高.     

嵌入式柴油机工作状态监测装置设计

针对柴油机故障诊断系统无法对柴油机的工作状态进行综合评估，以及无法对故障进行预测和诊断的问题，提出运用信息融合原理，利用瞬时转速信号和现有巡回监测与报警系统的热工参数．实现对发电柴油机技术状态的综合诊断和趋势分析。介绍了一种基于TMS320C2407a的嵌入式柴油机工作状态监测装置。该装置是船舶发电柴油机运行状态在线监测与故障诊断系统中的核心部分，可以实现船舶发电柴油机工作状态实时监测和故障诊断，同样可作为独立的监测报警装置用于机车、汽车及其他场合。     

基于cICA-Kurtogram的变转速齿轮故障特征提取

在变转速齿轮故障特征提取过程中,针对约束独立分量分析对源噪声免疫能力差的问题,提出一种将约束独立分量分析、计算阶次跟踪和快速谱峭度相结合的方法。根据电机瞬时转频,获得故障齿轮的瞬时啮合频率,建立矩形波参考信号;利用约束独立分量分析提取故障特征更明显的时域信号,即相应的独立分量;然后基于故障齿轮所在轴的瞬时相位,通过等角度重采样将时域相应的独立分量转换为角域平稳信号;从阶次谱中提取故障齿轮特征阶次;根据快速峭度谱选择合适的滤波器参数对角域相应的独立分量进行滤波,获得平方包络谱,以判断故障齿轮所在轴的位置。结果表明,该方法是一种适用于变转速工况下齿轮箱振动状态监测与故障诊断的有效方法。     

多缸发动机各缸工作不均匀性分析

根据多发动机曲轴瞬时转速波动不均匀性主要由缸内循环气压力波动不均匀性引起这一基本事实,以曲轴瞬时转速的实时检测为基础,在一个工作循环内火顺序将作功冲程中瞬时角加速度的波动作为评定各缸工作不均匀性的指标,将所得ＩＰ模糊化用于多缸机的故障诊断作出作初步的探讨。     

柴油机故障诊断中的模糊多元判别法

模糊多元判别法是把模糊数学理论与多元统计分析和模式识别理论结合起来的一种判别方法。它可以实现用非模糊多元数据识别模糊类群。这正是故障诊断技术所需要的，因为故障本身是模糊概念，而状态监测得到的数据如：振动幅值、频率、功率谱值等均是非模糊数据。本文介绍了模糊多元判别法的理论，并将其应用于北京型机车柴油机故障的诊断。     

Hilbert变换及其在机械故障诊断中的应用

阐述了Ｈｉｌｂｅｒｔ变换基本原理，分析了齿轮和轴承的故障特征。应用Ｈｉｌｂｅｒｔ变换的解调技术对齿轮故障信号进行了幅值、相位和频率解调。最后通过一诊断实例进一步说明了Ｈｉｌｂｅｒｔ变换在齿轮和轴承故障诊断中的应用。     

旋转机械松动故障的非线性力学模型

建立了一个松动故障的非线性力学模型，既考虑了松动故障因刚度分段变化引起的强非线性特征，还考虑了松动故障存在间隙时对系统产生的周期性冲击作用，本模型可以同时模拟松动故障的高阶谐波与次谐波响应现象，而不含冲击作用的分段线性系统刚基本表现为次谐波响应，模型计算结果表明：根据本模型计算得出的松动故障振动现象与实验测试结果更为一致；松动故障的高阶谐是由冲击激励产生，响应幅值与冲击力幅值成正比，而阻尼对松动故障系统的振动应影响较小，利用该模型对旋转机械的故障诊断具有实用价值。     

船用柴油机高压共轨系统多构型喷油一致性研究

为了研究船用高速柴油机高压共轨系统喷油一致性和压力波动稳定性,本文设计了单轨、双轨串联、双轨并联和无轨4种系统结构。基于AMEsim平台构建了共轨系统整机数值仿真模型,并进行了试验验证。同时开展了不同构型下系统喷油一致性以及压力波动特性变化趋势及影响机理研究。结果表明:系统稳定性受供油量和喷油量间匹配度的影响。4种构型中,单轨系统和双轨并联系统多缸循环喷油量一致性较好,波动过程有明显周期性变化趋势,两侧系统对称性较高;双轨串联系统存在液力延迟现象,无轨系统减小了总高压容积,导致多缸喷射间的影响程度加强。在单缸多循环喷油过程中,间隔周期与轨压波动周期呈倍数关系,使循环过程中喷射压力水平一致,单缸一致性程度较高。4种系统轨压波动的主波动频率区间都在86 Hz附近,受当前转速下的供油频率影响。频域分析发现喷油一致性与系统有效蓄压能力有关,影响了系统稳定性能。     

齿轮裂纹早期故障的完全解调分析

齿轮轮齿发生早期裂纹时,裂纹故障信号十分微弱,为了有效提取早期裂纹故障特征,本文提出完全解调分析方法,即针对实际的齿轮振动信号调幅、调相同时存在的特点,进行幅值包络解调和相位解调相结合的完全解调分析．仿真及实例分析结果表明,本文所提出的方法能将齿轮早期裂纹故障信息从复杂的振动信号中提取出来,幅值包络解调和相位解调相结合的完全解调分析,可以提高故障诊断准确率．     

内燃机气缸压力故障阈值制定方法研究

确定精确的诊断阈值是故障诊断工作中的重要环节。为减少内燃机故障诊断中的漏诊或误诊现象,通过内燃机失火、死火工况下各缸峰值压力数据分析,针对各缸工作的不均匀性,提出了基于单缸峰值压力的3σ阈值制定法和基于单缸峰值压力偏差的阈值制定法。试验结果表明,这2种方法制定的阈值能准确地诊断出内燃机气缸的故障。     

动车组齿轮箱滚动轴承变转速故障诊断方法

动车组齿轮箱滚动轴承在运行过程中处于高温重载的变转速工况,容易产生裂纹、点蚀等故障,且不易被检测出来。为及时诊断出动车组齿轮箱滚动轴承的故障,保证动车组的安全行驶,提出了一种变转速工况下的滚动轴承故障诊断方法。首先,结合短时傅里叶变换(STFT)无干扰项与魏格纳-威尔分布(WVD)高时频分辨率的特点,提出了一种融合时频分析算法,该算法能够提高变转速信号分析时的时频矩阵精度;然后,针对动态路径规划方法无法处理归一化时频矩阵的局限性,对其进行了改进,并提取出融合时频矩阵中的转速曲线;此外,进一步提出了一种插值重采样的阶次分析方法,根据转速对采集到的原始信号进行插值重采样,在角域对信号进行重构,并得到对应的阶次谱,实现滚动轴承的故障诊断;最后,通过试验台对提出的变转速动车组故障滚动轴承诊断方法进行了验证。结果表明：本文所提出的方法在动车组转速变化的情况下,能够有效提取出滚动轴承的变转速曲线,并且准确识别出齿轮箱中滚动轴承发生的故障类型。     

柴油机起动测控系统的开发及初步应用

开发了基于循环的柴油机起动过程燃烧、排放测控系统。对一台单缸直喷式柴油机进行了改造,匹配了电控燃油喷射系统,能够实现燃油喷射量及喷油定时的调节。利用瞬时转速、缸压分析了起动过程燃烧组织的优劣,利用单循环采样系统研究起动过程中气体排放物的变化历程。试验结果表明:该系统能够满足柴油机起动过程研究的需要,为研究柴油机起动过程提供了一种有效的测试手段。     

基于声发射信号的柴油机排气阀故障诊断试验研究

气阀的撞击和气体压力的冲击均会产生声发射信号,声发射信号的频率范围宽,信息量丰富,在无损检测领域已得到了广泛应用,将声发射传感器引入柴油机排气阀的故障监测诊断中,以WP10.240N型柴油机为研究对象,搭建试验测试平台,模拟3种类型的排气阀故障,通过试验研究了柴油机气阀在不同状态下声发射信号特征,提取了与排气阀故障相关的特征参数,探索了基于声发射信号的柴油机气阀故障诊断的可行性。     

种模拟电路参数型故障诊断新方法

模拟电路参数型故障诊断一直是电路与系统无法回避的难题。该文基于被测电路主输出电压信号的时间序列值,建立了一种基于本征值和相位差的模拟电路参数型故障诊断模型。该模型利用故障电路的电压输出时间序列值获取电路的故障相位偏移信息,同时,该模型把电压时间序列变换成一个方阵,并求取该方阵的最大本征值。将故障相位偏移信息和故障最大本征值与通过前期仿真获得的每种器件相对应的无故障最大相位偏移和无故障最大本征值的变化趋势进行比较,实现故障定位和参数辨识。实测实验结果表明:该方法具有定位准确、计算效率高,所需测试点少、参数辨识精度高,易于工程实施等优点。     

高速线材轧机齿轮箱典型故障的CTN综合诊断

为了综合提高高线轧机齿轮箱典型故障诊断能力,突出信号特征,根据高线轧机结构特征及齿轮箱振动信号特点,提出了CTN综合诊断分析新方法．采用时域波形分析、频域分析、时域趋势分析和特征频率幅值趋势分析初步定性判断设备状态和故障部件,然后利用基于多分辨率分析的小波包分解与重构算法进行精密诊断分析．研究结果实现了准确判断高线轧机齿轮箱故障性质及故障源．     

无刷直流电机霍尔传感器故障诊断与补偿策略

针对无刷直流电机霍尔位置传感器故障,提出了2种故障诊断方法,并进行了相应的补偿控制。首先,分析了电机正常运行过程中的霍尔信号序列特征,提出了以故障后霍尔信号序列特征作为诊断依据的故障诊断方法。同时,为实时检测发生在某些扇区的传感器故障,建立了基于滑模的超螺旋转速观测器,并将其与霍尔信号序列检测相结合,实现了高实时性的故障检测。在此基础上,以正常位置传感器信号作为基础,利用二阶转速预测信息和理想霍尔信号序列实时生成补偿霍尔信号,建立了故障信号的补偿控制器。最后,通过理论分析和实验验证了所提故障诊断与补偿策略的有效性,提高了无刷直流电机驱动系统的可靠性与安全性。     

基于超声信号的轴承润滑状态监测研究

介绍了一种基于超声信号的轴承润滑状态监测与故障识别的方法。通过对不同润滑状态下轴承发出的超声信号特征的提取和分析,研究基于超声信号轴承润滑状态监测与故障诊断的可行性。试验结果显示超声信号幅值直方图可以反映轴承的润滑状态;超声信号幅值与轴承故障程度呈线性关系;不同故障状态下超声信号的特征分析显示有效值和排序熵可以作为特征用于轴承故障的自动识别。     

基于径向基多小波神经网络的水电机组故障诊断

针对常规神经网络收敛速度慢,难以实现水电机组故障在线学习的不足,提出基于径向基多小波神经网络的水电机组故障诊断方法.采用多小波尺度函数作为径向基多小波神经网络的核函数,建立网络模型.利用水电机组振动信号频谱分量的幅值作为特征向量,对网络进行训练,实现特征样本集到振动故障集的有效映射,达到水电机组故障诊断的目的.实验结果表明:与常规神经网络的诊断方法相比,径向基多小波神经网络水电机组故障诊断方法具有较快的收敛速度和较好的泛化能力,为水电机组故障在线学习和诊断提供了有效的解决途径.