基于概率神经网络的柴油机故障诊断研究

针对柴油机故障的人工诊断方法存在诊断难度大、诊断速度慢、干扰因素多等问题,提出了使用概率神经网络模型进行柴油机故障智能诊断的方法。实验结果表明,该方法能够有效应用于柴油机故障诊断中,并在诊断速度、准确率等方面均优于人工诊断方法。     

图像处理方法在柴油机振动故障诊断中的应用

为了对柴油机的振动故障进行更加直观的诊断，探讨了二维信号处理（图像处理）在柴油机振动故障诊断中的应用。以柴油机工作循环为单位，排列柴油机表面振动信号，构成二维图像，利用数字图像处理的相关理论，获取信号图像的特征，进行状态识别和故障诊断，运用上述方法，对柴油机5种状态下的振动信号进行了处理，根据图像处理结果，能够很好地识别柴油机的状态和故障，为柴油机振动故障诊断提供了新的思路。     

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。     

船用柴油机故障诊断及处理技术分析

船用柴油发动机是船舶运行的动力中心,安全性能直接关系到运输过程的安全性,诊断船舶的机械故障是至关重要的。当船用柴油机出现故障时应该及时进行诊断,并应用相关处理技术消除故障,确保船用柴油机的安全性和适用性。柴油机故障维护是船舶维护的重要组成部分,它决定着柴油机的使用寿命。通过总结船用柴油机的常见故障,分析故障原因并提出解决方法。     

柴油发动机故障诊断技术的应用研究

柴油机运行中及时发现、诊断故障并采取有效的措施进行故障诊排的重要性,柴油机故障诊断技术上的难点,传统的柴油机故障诊断技术及不足,柴油机故障诊断新技术以柴油机故障诊断技术的发展趋势。     

扭矩法诊断柴油机动力装置故障

为了探索柴油机的故障机理,对6160A柴油机在正常情况下和一缸熄火时的瞬时扭矩进行了仿真计算,并利用该动力装置分别在活塞环故障、一缸停油、进气故障及正常情况下测录了不同转速和负荷下轴系上的扭矩动态变化信号。分析结果表明,故障原因与扭矩信号之间存在一定对应关系,结合其他传感器信号,可有效、实时地在线诊断柴油机故障。该轴扭测试分析系统也可用于柴油动力装置的实时监测。     

基于SOM网络诊断柴油机故障类型的研究

柴油机的内部结构较为复杂,发生故障概率较高,针对柴油机在工作中容易出现故障,造成经济损失等问题,本文基于SOM网络以燃油系统常见的故障和柴油机运行状态建立模型,计算得出故障分类及诊断结果。使用MATLAB软件进行验证,结果表明在不同的训练步数下使用SOM网络能准确快速的对柴油机故障进行分类。     

基于SOM神经网络的柴油机故障诊断

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.     

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。     

中速大功率柴油机的油液监测与诊断

本简述了中速大功率柴油机的油液监测诊断的原理和方法,总结分析了油液检测指标与柴油机润滑磨损故障的对应关系,介绍了广州机床研究所在柴油机电厂开展油液监测与诊断的应用效果。