共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
提出一种新的柴油机瞬时转速信号的故障特征的提取方法,柴油机瞬时转速信号经过小波降噪处理,有效地剔除柴油机瞬时转速信号的噪声干扰,提高信号的信噪比。提取单缸作功冲程峰谷值差值作为特征值,通过时域曲线和特征值变化曲线可以明显看出单缸断油的故障,建立起能量到柴油机故障的映射关系,最后利用BP神经网络训练可以得到很好的效果。 相似文献
3.
风电机组各传动设备之间耦合性强,故障发生的原因复杂、多样,使用单一的故障诊断方法受自身的局限性影响,诊断效果不太理想。针对这一问题,通过分析风力发电机组转速故障数据及其影响因素,以风力发电机转速超限故障为例,提出一种基于故障树和概率神经网络的风电机组发电机转速超限故障智能诊断方法。首先,给出多层故障树构建方法,使用故障树分析法得到故障模式。然后,根据故障树节点关系规则和故障模式,提取风力发电机运行数据的特征值,建立概率神经网络的故障诊断模型,根据实际运行故障样本训练网络,将训练后的网络用于故障诊断。现场实验表明,基于故障树和概率神经网络算法对于风力发电机转速故障诊断准确率显著。 相似文献
4.
5.
6.
本文首先给出了柴油机转速的测量方法,然后详细介绍了利用循环转速检测柴油机调速性、进行无外载加速测功,利用瞬时转速检测气缸气密性和工作缸动力性的原理和实践。分析和实践表明,通过柴油机转速的测量与分析,可以得到有关机器运转状态和相关故障的丰富信息。因此转速分析是柴油机状态检测与故障诊断行之有效的方法。 相似文献
7.
针对内燃机瞬时转速信号的非平稳性特点,将EMD方法用于瞬时转速信号的时频分析,将其自适应分解为几个基本模式分量和剩余值序列;对各个基本模式分量进行Hilbert变换得到Hilbert谱,从而得到瞬时频率和振幅随时间的变化规律,并进一步得到了EMD边界谱。实验测量6-135型柴油机正常和故障状态下瞬时转速信号,对其进行EMD分析表明:瞬时转速EMD边界谱可以指示有无故障发生,而瞬时频率和分解剩余值序列可以指示故障缸位置,二者结合可以较好地实现内燃机的故障诊断,为基于瞬时转速的内燃机故障诊断提供了一条新的思路。 相似文献
8.
柴油机转速的测量与应用 总被引:11,自引:0,他引:11
本文首先给出了柴油机转速的测量方法,然后详细介绍了利用循环转速检测柴油机调速性、进行无外载加速测功,利用瞬时转速检测气缸气密性和工作缸动力性的原理和实践。分析和实践表明,通过柴油机转速的测量与分析,可以得到有关机器运转状态和相关故障的丰富信息。因上转速分析是柴油机状态检测与故障诊断行之有效的方法。 相似文献
9.
10.
11.
12.
柴油机瞬时转速和高压油管压力曲线中包含丰富的信息,可以广泛应用于柴油机测试和诊断。 12V190B柴油机工作时噪声和振动很大,瞬时转速实测结果中包含严重的干扰信号。将实测时序信号通过傅立叶变换转换到频率域内,采取合理的滤波处理,再通过傅立叶反变换,减少或减弱实测信号中的干扰信号, 获得真实瞬时转速曲线的规律性和周期性,可用于基本性能的分析和初步故障诊断。 相似文献
13.
为了实现柴油机智能化故障诊断,提出一种基于PCA-PNN算法的柴油机故障诊断方法。该方法兼具主成分分析(principal component analysis, PCA)法降低数据维数和概率神经网络(probabilistic neural network, PNN)法计算速度快、容错率低、稳定性好的特点。利用AVL BOOST软件建立柴油机仿真模型,并进行有效性验证,采集包含12个柴油机故障特征参数的195组样本数据集。故障诊断试验表明:PCA-PNN柴油机故障诊断算法简洁、易于推理,诊断准确率为94.87%、运行时间为0.673 s,准确率更高、诊断速度更快,为探索柴油机智能化故障诊断提供新的技术路径。 相似文献
14.
15.
针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各缸特征值间的联系诊断失火。基于此,提出一种改进段角加速度和神经网络相结合的失火故障诊断方法。该方法能够实现对全转速范围单缸完全失火的诊断,且利用二级诊断的方式可以对失火程度进行有效判别,在高速轻载工况依旧具有很好的准确率。同时,提出的方法在学习阶段所需数据量小,适用于发动机失火故障的在线诊断。 相似文献
16.
17.
18.
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。 相似文献
19.
20.
通过监测系统在线采集柴油机瞬时转速数据并进行频谱图形分析,实时监测柴油机工作状况,对影响柴油机做功不良的故障进行判断分析,并定位故障缸。实际应用表明,该系统能够在柴油机状态恶化初期及时发现故障,避免了柴油机故障扩大化。可对柴油机实际检修工作起指导作用。 相似文献