EGR系统故障诊断研究

针对EGR系统生命周期内故障诊断的问题,对直流电机驱动的EGR阀工作特性进行了研究,分析归纳了EGR系统的故障类型,分为电气故障和功能性故障(其中电气故障包括H桥驱动对地短路故障、对电源短路故障、负载短路故障及开路故障,功能性故障包括EGR阀零点位置偏移和阀卡滞故障)。在功能性故障诊断策略中加入了EGR阀零点位置自学习算法。对每一种故障类型设计了相应的诊断软件和保护策略,在电控柴油机上完成了各种EGR阀故障诊断试验。试验结果表明,该诊断方法能在OBDII规定的诊断周期内有效地识别EGR系统的各种相关故障,相应的保护策略也能及时起到作用,达到了OBDII系统应用要求。     

柴油机EGR阀位移传感器的设计与试验

为准确快速地检测EGR阀的开度,设计了EGR阀位移传感器的结构和信号处理电路,制定了结构和元器件参数的优化策略,并进行了参数最优匹配.根据国Ⅵ的OBD系统项目试验条款,对3款EGR阀位移传感器进行了自诊断、性能优化与排放测试等试验.结果表明:优化后的线性度误差、灵敏度误差和重复性误差分别0.32％、0.21％和0.56％,证实了制定的优化策略是切实可行的,表明了设计的EGR阀位移传感器适合柴油机在线实时检测要求,为柴油机满足OBD排放法规提供了保障.     

基于FNN-GA融合算法的喷油器在线诊断

依据喷油器开启信号波形的变化规律,探讨了柴油机喷油器故障的产生机理,提出了波形幅度、上升沿宽度和波形宽度等诊断指标.基于模糊推理逻辑和喷油器的工作机理,建立了模糊神经网络(fuzzy neural network,简称FNN)与遗传算法(genetic arithmetic,简称GA)相结合的柴油机喷油器故障诊断模型.以喷油器开启信号的特征参数为基准,建立了故障隶属度和故障类型,制定了柴油机喷油器故障诊断的模糊推理逻辑.运用FNN-GA融合算法,依据不同故障的喷油器开启信号对喷油器故障进行了诊断,对故障模式进行了判别,提出了柴油机喷油器故障的在线诊断策略,并进行喷油器电磁阀驱动电流的故障试验.结果表明,所设计的柴油机喷油器故障诊断模型合理,验证了诊断策略具有较好的分辨率,可用于喷油器故障在线诊断.     

柴油机低温起动工况的传感器在线诊断

应用径向基函数网络(RBFNN)和正交最小二乘算法(OLS),提出了一套针对柴油机低温起动的传感器在线故障诊断策略。以传感器采样值作为RBFNN的输入,传感器故障作为输出,进行了柴油机低温起动的传感器在线故障诊断训练与学习。利用RBFNN诊断策略,进行了柴油机低温起动的电流传感器、电压传感器和转速传感器的硬故障(短路、断路、值不变)和软故障(线性度、灵敏度、重复性等误差)的在线诊断试验。结果表明:传感器硬故障的诊断率达到95.6%;最大线性度误差为0.5%,最大灵敏度误差为0.8%,最大重复性误差为0.1%,满足国排放的OBD管理标准。     

汽油电控发动机EGR阀漏气故障诊断与排除

通过分析EGR阀漏气故障案例的诊断排除过程,说明了EGR阀故障诊断与排除的基本方法与程序。根据发动机EGR控制系统的类型、作用、工作原理及EGR阀结构和工作过程,以五菱B12发动机为例,论述了EGR阀漏气对发动机的影响及其故障特征,阐述了EGR阀漏气故障分析与诊断方法,提出了EGR阀漏气的故障排除方法。     

基于FNN-GA的车用传感器在线诊断

基于模糊神经网络与遗传算法,提出了柴油机传感器故障的模糊融合诊断策略;运用模糊推理算法,依据不同故障的传感器波形信号,对传感器故障模式进行了判别,验证了故障诊断网络的可靠性。利用柴油机电控平台,进行了柴油机MAP、RPS和TPS的硬故障和软故障等性能试验。结果表明:所设计的传感器故障诊断模型合理,诊断策略具有较好的识别率,可用于柴油机传感器故障在线诊断。     

柴油机EGR瞬态参数采集处理与诊断系统

基于PCL-818HG型总线数据采集卡和S3C2410型高性能低功耗微处理器,开发了一种便携式柴油机废气再循环(exhaust gas recycle,简称EGR)瞬态参数的采集与诊断系统.运用DASYLab和Linux软件编写接口、标定与诊断程序,实现了对柴油机EGR系统的位移、压力、温度和转速等信号实时采集、处理与诊断等功能.依据柴油机瞬态测试循环法进行增压柴油机废气再循环系统的EGR阀自诊断、EGR率过大诊断和瞬态响应特性等试验.结果表明,该系统性能可靠、处理能力强、诊断精度高,能满足增压柴油机EGR性能瞬态参数的采集与诊断要求.     

柴油机电控EGR控制技术

EGR技术已在国内外广泛应用,电控EGR阀更能够精确地控制EGR率,有效地降低尾气中NOX的含量。本文针对柴油机电控EGR系统的功能和作用,对柴油机EGR技术进行较深入的分析和研究。阐述了柴油机电控EGR阀的结构及控制原理,同时对EGR阀的控制逻辑进行详细描述。     

基于模糊理论的柴油机故障诊断专家系统

针对柴油机故障征兆、故障原因及故障机理的复杂性和模糊不确定性,将模糊数学理论与故障诊断专家系统引入柴油机故障诊断。建立故障诊断的模糊模型、模糊隶属度函数,利用模糊产生式系统实现了模糊性知识表达,论述了模糊诊断原则和推理诊断流程,构建了基于模糊理论的柴油机故障诊断专家系统。通过一个具体故障诊断案例证明系统能够快速、准确地推断出故障原因,同时也证明了该方法的实用性。     

4DB发动机EGR阀相关故障诊断分析

4DB发动机故障灯亮(EGR阀故障)有很多原因,通过对EGR阀故障诊断与分析,强调日常使用减少发动机内部积碳的产生以及定期保养清洗EGR阀与进气管的积碳的重要性,以保证发动机处于最佳的工作状态。     

基于DE-SVM的柴油机气门故障诊断方法及应用

针对柴油机故障诊断样本少的实际问题,结合支持向量机的特性和微分进化算法良好的全局优化性能,提出了一种微分进化算法优化支持向量机方法.利用柴油机气门振动信号实测数据,经小波变换作为诊断模型的故障特征,建立了基于微分进化算法优化支持向量机的柴油机气门间隙故障诊断模型,并与反向传播神经网络算法、基于遗传算法优化支持向量机和基于粒子群优化支持向量机的模型相比较,结果表明:应用微分进化算法优化支持向量机比其他三种算法具有更优性能,能够有效地进行柴油机的故障诊断.     

基于Wigner分布和分形维数的柴油机故障诊断

针对柴油机配气机构故障诊断问题,提出了一种基于Wigner分布和差分分形盒维数的故障诊断方法。首先,利用改进局部均值分解算法对柴油机缸盖振动信号进行分解,并采用相关性分析剔除噪声和伪分量;然后,分别对各相关分量进行Wigner时频分析,将结果线性叠加得到振动时频图,再提取图像的差分分形盒维数作为故障特征;最后,利用k-最近邻(k-NN)实现故障诊断。仿真结果表明,改进局部均值分解算法可以抑制Wigner分布交叉项的干扰。实验结果显示,差分分形盒维数优于其他6种典型故障特征,利用本研究提出的方法对配气机构进行故障诊断的正确率为97.2%,该方法可以用于柴油机配气机构故障诊断。     

基于CPSO-BP神经网络的柴油机排气门间隙故障诊断

针对柴油机排气门间隙故障信号不易提取的特点,提出了将混沌粒子群神经网(Chaotic particle swarm optimization-Back Propagation,CPSO-BP)聚类模型应用于柴油机排气门间隙故障诊断.首先,采用经验模式分解(Empirical Mode Decomposition,EMD)对柴油机振动信号进行分解,将得到的前6个模态函数能量百分比作为反映故障状态的特征参数,重构BP神经网并用混沌粒子群算法对其结构和权值进行优化;最后,基于优化的神经网对排气门间隙为0.2mm,0.4mm,0.6mm等3种故障工况的信号进行聚类.结果表明:所有样本的测试结果均与实际状况一致,该方法可以较好地用于排气门间隙故障诊断.     

Fault diagnosis for manifold absolute pressure sensor(MAP) of diesel engine based on Elman neural network observer

Intake system of diesel engine is a strong nonlinear system, and it is difficult to establish accurate model of intake system; and bias fault and precision degradation fault of MAP of diesel engine can’t be diagnosed easily using model-based methods. Thus, a fault diagnosis method based on Elman neural network observer is proposed. By comparing simulation results of intake pressure based on BP network and Elman neural network, lower sampling error magnitude is gained using Elman neural network, and the error is less volatile. Forecast accuracy is between 0.015-0.017 5 and sample error is controlled within 0-0.07. Considering the output stability and complexity of solving comprehensively, Elman neural network with a single hidden layer and with 44 nodes is presented as intake system observer. By comparing the relations of confidence intervals of the residual value between the measured and predicted values, error variance and failures in various fault types. Then four typical MAP faults of diesel engine can be diagnosed: complete failure fault, bias fault, precision degradation fault and drift fault. The simulation results show: intake pressure is observable and selection of diagnostic strategy parameter reasonably can increase the accuracy of diagnosis;the proposed fault diagnosis method only depends on data and structural parameters of observer, not depends on the nonlinear model of air intake system. A fault diagnosis method is proposed not depending system model to observe intake pressure, and bias fault and precision degradation fault of MAP of diesel engine can be diagnosed based on residuals.     

分形维数在内燃机振动诊断中的应用

将分形理论引入内燃机的振动诊断中,根据内燃机的配气定时,着重研究了缸盖振动信号中对应燃烧段的数据,计算其关联维数,将关联维数用于刻划内燃机缸盖在气门不同状态时表现的非线性行为,从而进行故障诊断与分类。结果表明,当气门在不同状态时,缺盖振动信号中对应燃烧段数据的关联维数是不同的,可以将其作为判断气门漏气的一个诊断特征量。     

基于多尺度核独立成分分析的柴油机故障诊断

为提高利用缸盖振动信号进行柴油机故障诊断的精度和速度,提出了一种基于多尺度核独立成分分析提取故障敏感频带的柴油机故障诊断方法。首先,提出奇异值能量标准谱对缸盖振动信号中的微弱冲击特征进行增强;然后,对信号进行固有时间尺度分解,并基于相关性准则选择有效频带分量;最后,利用核独立成分分析消除有效频带之间的频带混叠,得到故障敏感信息集中的独立频带,并计算其自回归模型(auto regression model,简称AR)参数、模糊熵和标准化能量矩作为特征向量输入核极限学习机(kernel extreme learning machine,简称KELM)进行柴油机故障诊断。试验分析结果表明,该方法可以快速准确地提取缸盖振动信号中的柴油机故障敏感频带,增强故障敏感特征,故障诊断准确率达到99.65%。     

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。