高速柴油机气阀组件振动监测诊断技术试验研究

介绍了利用气缸盖表面振动信号对高速柴油机气阀组件等故障进行的振动监测诊断试验研究。分析了引起缸盖振动的激励源特征;对单缸熄火和气阀组件等故障进行了模拟试验;对不同故障状态的气缸盖表面振动信号进行了测量分析,提取用于故障诊断的特征参数,建立了不同类型及不同程度故障与特征参数间的相互关系。     

基于时序分析的气阀机构故障诊断研究

通过模拟柴油机气阀机构的两种常见的主要故障：气阀漏气和气门间隙异常。采集气缸盖表面的振动信号，应用时序分析方法进行缸盖振动信号的AR谱估计，再从其AR谱中提取出可用于实际诊断的故障特征参数，最后利用欧氏距离判别函数进行故障状态识别。结果表明该方法是可行的，便于实现气阀机构故障的在线实时监测与诊断。     

基于S变换的柴油机气阀机构故障诊断研究

采用S变换对柴油机气阀机构8种状态下的缸盖表面振动信号进行分析处理,得到一系列振动信号的时频图像。选取一部分时频图像组建得到各种状态的标准时频图像后,再根据测试图像和标准图像之间的欧氏距离、绝对值距离和相似度3种指标对测试图像进行识别分类,从而将气阀机构的故障诊断转换为时频图像的分类研究。试验结果表明,采用这一方法可以取得较好的诊断结果,对时频图像进行5次平均后,根据相似度和欧氏距离进行分类的正确识别率可以达到99．4％以上。     

统计模拟在气阀机构故障诊断中的应用

介绍了统计模拟方法的基本原理,应用Bootstrap方法对提取的缸盖振动信号的特征参数进行统计模拟计算,给出这些特征值的置信区间估计,实现了气阀机构故障的定量诊断和状态识别。试验结果表明：这种方法解决了小样本条件下气阀机构故障诊断中特征参数置信区间估计及故障特征库建立的问题,是简单实用和可行的。     

基于HHT的柴油机气阀漏气振动诊断方法研究

介绍了采用Hilbert-Huang Transform(HHT)信号分析方法提取柴油机缸盖振动信号中气阀漏气特征的试验研究。通过气阀漏气的故障模拟试验,测量了柴油机气阀不同状态下的缸盖振动信号,分析确定了缸盖振动信号的分析段;运用HHT分析方法提取了气阀漏气时频域故障特征参数。研究发现:当气阀处于正常状态时其振动信号能量主要集中于上止点附近;当气阀处于漏气状态时能量向压缩冲程转移,分布更为均匀。表明:表征能量分布均匀程度的时频熵可以作为气阀漏气故障特征参数。     

基于瞬时转速的柴油机气阀漏气故障诊断

提出使用瞬时转速信号进行柴油机气阀漏气故障的诊断。设计了实验装置,利用模拟故障的方法,进行了柴油机正常及气阀漏气状态下的瞬时转速实测。通过对实测瞬时转速数据的分析,提取了三个无量纲特征参数。经检验证明,其中两个特征参数的故障判断正确率很高,达到了较理想的诊断效果。     

基于小波包与图像处理的内燃机故障诊断研究

详细分析和讨论了柴油机缸盖振动信号的特点,对其进行了小波包分解,得到时－频分布图,并基于此,提出运用图像处理技术进行内燃机的状态监测与故障诊断的方法,建立了基于图像匹配的内燃机气阀机构诊断模型,并将其和于６１３５Ｇ柴油机气阀机构的故障诊断。结果表明,该方法物理意义明确,诊断结果精度较高,速度快,为内燃机的状态监测与故障诊断找到了一条新的途径。     

模糊函数图像在柴油机气阀故障诊断中的应用研究

计算了柴油机气阀机构8种状态下的缸盖表面振动信号的模糊函数，将结果在频偏时延相平面上用灰度图表示出来，得到了一系列模糊函数图像。选取一部分模糊函数图像进行平均，得到了各种状态的标准模糊函数图像，再根据图像之间的欧氏距离、相似度和J-散度等6种指标对模糊函数图像进行分类，从而将气阀机构的故障诊断转换为模糊函数图像的分类识别。试验结果表明，利用模糊函数图像可以取得很好的诊断结果，6种指标中欧氏距离和相似度两种指标的抗干扰能力比较强，更适合于作为模糊函数图像的分类指标。图像平均可以有效地提高故障诊断的正确率。     

船舶柴油机振动监测与故障诊断系统

介绍了利用船舶柴油机表面振动信号，不解体就可监测与诊断主要运动部件的磨损状态。阐明了船舶柴油机振动放大的的基本特性，对气门和气缸内部件在不同状态下表面振动信号的特征进行了分析讨论。结果表明，利用船舶柴油机表面振动信号判断气门是漏气和活民气缸套的磨损状态是可行的。此外，并研制也相应的实用化监测与故障论断系统。     

时频分析与支持向量机在柴油机气阀故障诊断中的应用

用锥形核时频分布对柴油机气阀机构8种状态下的缸盖表面振动信号进行了时频分析,将时频分析结果用灰度图像显示出来。对时频图像进行归一化处理,然后采用支持向量机直接对归一化后的图像进行分类,从而将气阀机构的故障诊断转换为对时频图像的识别。试验结果表明,支持向量机不需要先对时频图像进行特征提取就可以取得比较好的分类效果。将多类分类问题分解为多个两类分类问题时,根据整体的分类效果对支持向量机进行参数优化可以得到更高的分类正确率。     

基于小波包与神经网络的柴油机故障诊断

针对柴油机缸盖振动信号的非平稳时变特点,提出应用小波包能量法提取故障特征向量,并将提取的特征向量作为BP神经网络的输入向量进行学习训练。训练后的神经网络可以利用测量的振动信号判断柴油机的气阀机构故障状况。实践证明该方法在柴油机振动诊断中是有效可行的,对其他设备的故障诊断也具有借鉴意义。     

基于小波理论变换和神经网络的柴油机故障诊断方法的研究

提出一种基于小波理论和神经网络技术的柴油机振动诊断方法,首先对柴油机的振动信号进行小波分析,提取相应特征向量,然后将振动样本的特征向量作为RBF神经网络的输入参数,以故障类别作为输出参数训练该网络。训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况。试验及仿真证明该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值。     

基于气缸盖振动信号的柴油机故障诊断研究

在3110柴油机的1号缸上进行了气门间隙变化、断油等故障的模拟试验研究.分别在正常情况及各故障情况下测取了缸盖振动信号,对信号进行时域分段,分别用时域、频域及小波分析方法对信号进行了分析,提出了故障时频特征的提取方法,并用模糊聚类方法进行了分类分析.对正常情况(气门间隙0.3 mm)、断油故障、气门间隙过小(0.1 mm) 、气门间隙过大(0.9 mm)等4种情况的80组数据的分析结果表明,大部分数据分类效果较理想,错误率仅为6.25 %, 断油故障数据分类完全正确.对进气门间隙为0.1 mm、0.3 mm、0.9 mm的3种工况的60组数据进行了模糊聚类分析,取进气门落座信号,用绝对值均值、有效值及峰值作为特征值,分类结果完全正确.     

基于时频谱图与图像分割的柴油机故障诊断

将图像分割理论引入柴油机故障诊断中,提出一种基于时频谱图、图像分割和模糊模式识别的柴油机故障诊断新方法.首先利用二进小波对柴油机缸盖振动信号进行预处理,然后用时频谱图对柴油机气门机构4种状态下的缸盖表面振动信号进行时频分析,并将谱图结果根据图像分割理论对其等高图进行分割,最后通过选取分割后图像的特征体质心位置、特征体面积、数目和熵作为特征参数,并利用模糊C均值聚类对图像进行分类识别.试验结果表明,新方法提取的振动信号图像几何特征与形状特征参数能充分反映柴油机气门工作状态的信息,对不同类型的气门故障均能正确诊断.     

运用非线性动力系统理论进行船舶柴油机故障诊断

针对柴油机表面振动非稳态与多激励性的特点,从非线性动力系统理论角度进行信号的分析与处理。运用小波模量最大值对气缸盖螺栓表面的振动信号消噪,计算气门不同状态时的多重分形维数谱,定义故障特征向量,从而识别不同的故障。结果表明,这种方法对气门故障诊断是极为有效的。     

柴油机磨损故障振动诊断机理的研究

本稳分析了现有振动方法在柴油机故障诊断研究和实际应用方面存在的问题，提出了基于振动产生和传播机理的诊断研究方法，介绍了基于这种方法的活塞－缸套磨损和滑动主轴承磨损故障振动诊断机理的理论分析和试验研究结果，提出了一种新的振动诊断法。     

尺度一小波能量谱在内燃机故障诊断中的应用

为了对内燃机气门及活塞一连杆组故障进行有效地诊断，通过试验测取内燃机在不同故障下的振动信号，利用连续小波变换得到信号在尺度上的平均能量分布，即信号的平均尺度一小波能量谱。根据不同故障下振动信号在尺度上的能量分布差异，提出了基于尺度一小波能量的标准特征向量，并以此作为标准，结合欧氏距离方法，对待检故障信号进行诊断，定量判断出了内燃机的故障类型，取得了很好的结果，该方法为内燃机故障诊断提供了一种有效途径。