排序方式: 共有19条查询结果,搜索用时 0 毫秒
1.
2.
车用发动机凸轮轴轴承松脱故障使得凸轮轴受力不均而引起冲击力,导致凸轮轴附近机体表面出现异常振动和显著噪声。通过对某发动机凸轮轴轴承松脱故障的试验测试,提取缸盖振动加速度信号进行时域分析,发现有明显的周期性冲击;利用小波包分解至较高频段并做解调分析,解调谱的故障激励频率非常显著。分析结果表明,凸轮轴轴承松脱故障有中高频调制现象,可综合利用时域分析、频谱分析和小波包分解与解调分析进行相应的故障特征提取。 相似文献
3.
4.
发动机曲轴轴承承受复杂交变载荷作用,长时间运行难免产生机械磨损,使发动机出现异常振动和噪声。在AVL EXCITE平台下建立发动机多体动力学仿真分析模型,通过改变ENHD扩展液力滑动轴承模型的相关参数,模拟曲轴主轴承磨损状态。经模型仿真计算,获取发动机不同轴承间隙下的轴承载荷和对应机体表面振动信号变化情况,从而可从激励力变化角度解析轴承磨损故障对机体表面振动的影响,为基于振动信号的轴承磨损故障特征提取提供良好分析依据。 相似文献
5.
6.
现代汽车发动机广泛使用三元催化器进行排放控制,而三元催化器在长期使用过程中容易堵塞,造成发动机排气不畅,影响发动机性能。利用位于发动机缸盖上的振动加速度传感器,提取不同转速下正常状态和堵塞状态的振动信号,通过频谱分析,发现2阶振动幅值有明显变化,经小波包分解求得各频段振动能量,结果表明排气管堵塞后在相同转速下的低频段振动能量都有所减少,而且高转速比低转速减少更加明显,但各频段能量占总能量比重变化不大。此分析结论,可作为发动机排气管堵塞故障诊断的参考依据。 相似文献
7.
8.
9.
10.
提出以传感器信号作为特征输入向量,建立BP神经网络模型进行失火状态识别的方法。汽油机运行状态可以通过发动机转速、进气歧管绝对压力、节气门开度等主要参数来表征,利用解码器,获取发动机稳定和瞬态空载工况下正常状态和1缸、1、4两缸失火状态的上述传感器信号数据,以此作为训练样本,建立了BP神经网络模型进行失火状态的识别。结果表明,此方法能正确识别出正常状态、一缸和两缸失火状态,并且测试方案更简单,成本更低。 相似文献