燃油压力波检测在机车柴油机故障判断上的应用

指出应用柴油机燃油喷射系统故障诊断仪对柴油机燃烧系统进行压力波检测,对早期预报柴油机喷油泵、喷油器故障是行之有效的,并介绍了几种典型的故障波形.     

柴油机气门故障特征提取方法研究

针对柴油机气门故障诊断问题,在柴油机上模拟了气门间隙异常、气门漏气故障,同步测取了正常和故障情况下的缸盖振动与瞬时转速信号,提出了基于阶比跟踪的振动信号等角度重采样方法,准确地实现了振动信号时间域到角度域的转换,避免了频谱泄漏及混叠。考虑到缸盖振动信号的非平稳特性,应用经验模态分解法将振动信号分解成一系列具有不同尺度的内禀模态函数,利用三维Hilbert谱提取了反映柴油机故障的特征参数。试验结果表明:研究方法可以有效地提取柴油机振动信号的故障特征,从而实现柴油机配气机构故障诊断。     

基于LabVIEW的柴油机失火故障诊断系统设计

针对柴油机工作中的失火故障问题,我们提出并设计了一种基于LabVIEW的柴油机失火故障诊断系统。该系统具有对柴油机进行信号采集、信号特征提取以及故障诊断的功能,能够对柴油机工作状态的检测及诊断。系统中将实验室虚拟仪器环境与故障诊断技术相结合并应用于柴油机失火故障检测与诊断,利用小波分析结合LabVIEW编程开发,使该系统可以对故障信号进行特征提取;系统运用LabVIEW和MATLAB混合编程技术,通过支持向量机实现了柴油机失火故障的诊断识别。工程实践应用表明:该系统可以对柴油机工作状态的测量结果进行显示、处理、存储、分析和判断,证明了系统的正确性和可行性。     

基于小波分析的柴油机故障信号特征的提取

本文提出了一种新的柴油机表面振动信号的故障特征的提取方法，利用柴油机表面振动信号经过小波降噪处理，有效地剔除柴油机表面振动信号的噪声干扰，提高信号的信噪比。用小波包提取降噪后振动信号的能量特征参数。以表征柴油机故障特征，建立起能量到柴油机故障的映射关系。实际研究表明这一特征提取方法是有效的。     

基于EMD与SVM的柴油机故障诊断

对柴油机气阀间隙变化、断油等故障情况下的缸盖振动信号进行了测试分析.采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数IMF,对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机SVM进行分类,判断柴油机的工作状态和故障类型.实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机故障,能实现故障的实时自动化诊断.     

基于小波分析的柴油机瞬时转速信号研究

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。     

柴油机气缸盖振动信号特征提取方法的研究

研究了基于短时AR分析、小波多分辨率分析和小波包分析的故障特征提取和识别方法,分析了柴油机气缸盖振动信号特征提取方法。得出了两条重要结论:基于短时AR分析的柴油机气缸盖振动信号整循环特征提取方法特别适合于短序列数据的分析;利用小波多分辨率分析和小波包分析以及Kllback-Leibler信息量最小,对柴油机表面振动信号进行分解与分析,确定各故障状态的特征频带,进而可用频带的时间序列的时序模型作为特征矢量,实现对柴油机运行状态故障的诊断。     

基于小波包和BP神经网络的柴油机故障分析

随着人们对柴油机动力性、经济性要求的不断提高,现代柴油机结构日趋复杂,对其故障诊断要求也越来越高。本文通过WP7柴油机台架试验,模拟供油提前角、供油量、气门间隙以及喷油压力异常四种故障,采集振动信号,利用小波包技术对各种故障振动信号特征参数变化规律进行了分析,比较了各频率对故障信息敏感度的影响,进而利用MATLAB建立BP神经网络,对提取的信号特征进行训练与测试,并进行验证,实现了对柴油机的故障诊断。     

基于LMD边际谱的柴油机气门故障诊断

针对柴油机气门间隙故障诊断问题,在WP7柴油机上模拟了多种气门间隙故障,测取了正常及故障条件下的缸盖振动信号。考虑柴油机缸盖振动信号具有非平稳的特点,提出一种基于局部均值分解边际谱和马氏距离的故障诊断方法。该方法在LMD边际谱的基础上定义了频率中心,并以此作为柴油机气门间隙的故障特征,利用马氏距离判断柴油机气门的工作状态。试验结果表明:该方法可以有效地提取柴油机气门间隙故障特征,实现柴油机气门机构故障诊断。     

根据喷油压力波形特征判断燃油喷射装置故障部位

通过ZB-2型柴油机燃油喷射系统故障诊断仪(即柴油机燃油压力波检测仪)对DF4型机车柴油机燃油压力波的检测,在对大量检测事例进行跟踪、统计、分析的基础上,揭示出燃油压力波的检测波形与该缸喷射装置质量状态的对应关系,并据此确定故障部位,为故障处理提供参考.     

基于变分模态分解和交叉小波变换的柴油机失火故障诊断

针对强噪声干扰下柴油机失火故障难以诊断的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与交叉小波变换(cross wavelet transform,XWT)的柴油机失火故障诊断方法。该方法首先通过VMD将缸盖振动信号进行分解、自适应消噪及信号重构,再利用XWT对任意两个连续工作循环信号进行时频相关分析,进一步消除振动信号中的干扰噪声以提取柴油机燃烧特征,最后通过计算时频空间各缸能量占比进行柴油机失火故障诊断。通过对仿真信号分析及柴油机失火故障诊断,结果表明:该方法可以消除强噪声干扰,提取柴油机燃烧周期瞬态振动冲击特征,有效地识别柴油机失火故障。     

融合技术在柴油机故障诊断中的应用

导致柴油机同一故障的各相关检测信号使其融合，应用在神经网络故障识别系统中，可以快速，准确地诊断柴油机.主主要融合气缸振动信号，喷油信号及水温信号，设计了通过撮以信号持征值，应用神经网络识别系统诊断柴油机功率下降故障的方法。信号特征值分别按各自信号的特点提取，其中气缸振动信号以振动信号的各子带功率谱为特征，即在频域中选取特征；喷油信号以信号波形形状识别为特征，即在时域中选取特下；水温信号因其为慢速变化信号，取不同阶段的水温信号为特征。     

基于粗糙集和神经网络的柴油机故障诊断

介绍了粗糙集理论的核心内容和ROSETTA软件的特点,给出了基于粗糙集理论的柴油机缸盖振动信号的故障诊断系统。以某型号大功率柴油机为例,首先将提取的缸盖振动信号经过小波包消噪和时域、频域分析,构造出用于故障诊断的特征值,然后应用ROSETTA软件约简特征属性,最后通过神经网络进行故障模式分类。通过对比ROSETTA软件处理前后神经网络的输出结果,表明粗糙集理论能优化特征属性,有效地减少神经网络的输入节点数,提高故障分类的准确率。     

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.     

基于瞬时转速和双谱的内燃机故障诊断研究

首先对双谱分析和瞬时转速信号的特点进行分析，测量6135柴油机在正常、轻微故障和严重故障三种状态下的瞬时转速，分别计算其双谱，得到了具有明显区别的双谱幅值图；通过计算双谱对角切片，可以容易且有效地识别故障的存在；进一步分析双谱相位信息，可以确定单缸断油时的故障缸位置。根据瞬时转速的双谱特征进行故障诊断，故障特征明显，诊断效果良好。     

EMD方法在内燃机故障诊断中的应用

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。     

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。     

局域波边界谱在缸盖振动信号分析中应用研究

提出了一种新的谱分析方法－局域波边界谱，分析研究了柴油机缸盖表面振动信号的特性，较为详细地讨论了激励源及其响应，指出了基于傅立叶变换之上频谱分析的不足，同时对试验数据进行了有效的分析和比较，结果表明，在柴油机状态监测和故障诊断中，利用局域波边界谱对缸盖表面振动信号进行分析是有效的和可行的。     

柴油机缸套间隙超磨耗标准故障监测诊断研究

介绍了多缸柴油机(6135G)的超磨耗标准的活塞—缸套间隙进行状态监测及故障诊断的研究。针对多缸柴油机的超磨耗标准缸套间隙进行分析，在此基础上选择与活塞—缸套工作状态有关的监测诊断参数，探讨气缸压力、机体振动、瞬时转速与活塞—缸套工作状态的关系并进行试验，利用各种分析方法，从中提取诊断特征作为状态监测及故障诊断信息。     

小波包改进算法及其在柴油机振动诊断中的应用

针对柴油机缸盖表面振动信号的非平稳时变特点,提出了基于小波包分析的柴油机振动诊断方法。给出了小波包变换的一种改进算法,通过移频处理,克服了原算法中的频率混叠现象,使分解序列的排列顺序与频带的线性划分顺序一一对应。通过对完整工作循环内的缸盖信号进行小波包分解,实现了整循环诊断特征向量的快速提取。试验结果表明,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。