Matlab在发动机故障诊断中的应用研究

以电控汽油机转速传感器为例,探讨了小波分析技术在发动机故障诊断中的应用。首先采集了转速传感器正常和异常信号,并对采集到的信号进行小波分析,结果表明,利用小波系数可以分析转速信号,判断发动机断缸故障;转速信号的小波分析结果能对比发动机各缸的工作性能。实践证明利用小波分析对电控发动机进行故障诊断是切实可行的。     

基于WinSock的电机故障信号采集与远程传输

本文讨论了VC 6.0开发环境下的模拟电机信号采集与传输系统的实现.该系统使用WinSock和MFC网络编程技术,采用C/S模式,Client端完成模拟电机信号的采集与发送,Server端完成模拟电机信号的接收与故障诊断.实验表明,该系统能快速、准确的实现电机故障信号的远距离采集与传输.     

示波器在电喷发动机故障诊断中的应用

针对当前解码器和发动机综合诊断仪都比较昂贵的状况，探索了一种应用于电喷发动机故障诊断的快速、经济的方法。以上止点位置传感器为例，模拟其发生故障时发动机性能发生的变化，用数字存储示波器采集其输出信号波形并运用计算机软件进行分析处理。结果表明：用波形分析法诊断上止点位置传感器的故障是可行、有效的；使用示波器对电喷发动机进行故障诊断是一种快速经济、切实可行的方法。     

基于虚拟仪器的两挡齿轮箱故障模拟实验系统研制

为能够方便设置和复现齿轮箱故障,设计了一款具备二级传动的齿轮箱故障模拟装置,并基于LabVIEW软件开发了信号采集与处理系统。故障模拟实验系统可以在不同速度下模拟直齿或斜齿啮合故障、轴承故障。通过实验系统实际测量了齿轮不对中故障和滚针轴承断裂故障的振动加速度波形,结果表明,故障模拟实验系统能够测量、采集和处理振动信号,可作为故障诊断技术实践教学和研究平台。     

基于LabVIEW的发动机振动测试分析

发动机的振动不仅影响其工作性能和使用寿命,同时也降低了乘坐的舒适性,另外振动信号在一定程度上还反映出发动机的技术状况和故障状态.基于虚拟仪器测试系统的发动机振动测试对某发动机进行振动试验,通过硬件的组成和软件的设计,采集发动机振动的信号并分析,主要通过信号的频谱分析、自相关计算和小波分析等手段,对发动机振动信号进行测试分析.通过对采集到的发动机振动参数进行分析,为发动机振动源的找寻或故障诊断提供重要的理论依据.     

小波分析在电控发动机故障诊断中的应用

为了探讨小波分析技术在电控发动机故障诊断中的应用，以电控汽油机转速传感器为例，采集了转速传感器的正常和异常信号，利用小波变换对信号波形进行了滤波和除噪，利用一维连续变换工具计算出正常和异常信号小波变换系数，并提取了故障信息特征参数。结果表明：转速信号的小波变换系数能够判断发动机的断缸故障；转速信号的小波分析结果能对比发动机各缸的工作性能。实践证明，利用小波分析对电控发动机进行故障诊断是切实可行的。     

基于小波包分析和相关向量机的电路故障诊断

针对模拟电路故障变化的复杂性,提出一种小波包分析和相关向量机的电路故障诊断模型,首先采集模拟电路不同故障状态下的输出信号,将输出信号进行小波包分解,提取分解信号的归一化能量特征,然后将特征向量输入相关向量机中进行训练,建立模拟电路故障诊断模型,实现不同的故障状态分类识别;最后通过仿真实例对模型性能进行测试.测试结果表明,相对于其他模拟电路故障诊断模型,该模型不但提高了模拟电路故障诊断的正确率,而且减少了故障诊断时间.     

利用波形分析准确诊断汽车电控元件故障

汽车电控系统技术的飞速发展,要求汽车故障诊断技术也向高新技术方向发展,示波器作为一种汽车故障诊断工具发挥着日益重要的作用,通过示波器可以采集到各种波形,用波形分析得方法能看到电子元件间的信号交流,诊断出许多电子信号故障,电控发动机的传感器与执行器的信号波形能够如实反映发动机动态工作的过程,同时这些信号波形也呈现出一定的变化规律。该文以汽车发动机电子控制系统元件中的4种波形为例,探讨如何利用波形分析快速、准确地诊断电子控制元件故障。     

基于声信号的汽车发动机故障诊断方法综述

基于声信号的汽车发动机故障诊断方法近些年发展较快。本文介绍了当前应用于发动机故障诊断领域的声信号测试方法、小波分析故障信号特征提取方法以及神经网络模态识别等智能故障诊断方法,并与传统发动机故障诊断方法进行了比较,阐明了声信号智能诊断方法在发动机故障诊断方面的优越性,可为今后的发动机故障诊断研究工作提供理论依据。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率为主要征兆,建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算模拟识别表明,运用该系统可较为准确地判别出活搴 磨损故障。     

电喷发动机教学平台的开发与研究

针对目前汽车专业教学的机遇和挑战,通过软、硬件的设计与开发,研制了一种具有智能故障设置功能、可视化的电喷发动机教学和科研平台。该平台以电喷发动机台架与检测主机为主体,运用微电子技术、计算机技术和人工智能技术,实现了智能故障设置、主要信号的数字与波形显示、信号模拟以及利用故障诊断专家系统引导学生进行故障诊断等功能,能帮助学生更快、更好得掌握电喷发动机的相关知识,对提高汽车专业的教学质量将起到重要作用。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率谱为主要征兆，建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算机模拟识别表明，运用该系统可较为准确地判别出活塞的磨损（破损）故障。     

基于支持向量机的发动机故障诊断

针对发动机的故障特点,提出了一种基于主分量分析和支持向量机的发动机故障诊断方法.利用小波包对声级计采集到的解放CA141型汽车发动机声音信号进行特征提取,应用主分量分析方法在不损失有效信息的情况下,将原始特征向量中的冗余信息约简,在此基础上通过支持向量机对发动机故障进行分类.诊断结果表明,该方法在保证较高诊断精度的同时,可将支持向量机的训练时间缩短1/3,从而提高了故障诊断效率.     

Wigner-Ville分布在发动机转子故障诊断中的应用

发动机转子系统实际测得的信号很多都是非平稳信号,而且背景噪声比较大。对于这种非平稳信号,仅用功率谱和傅立叶变换等传统信号处理方法分析很难从根本上解决问题,频谱及功率谱无法判断某个故障频率分量出现的具体时间和变化趋势。因此,需要了解信号频率随时间变化的情况。在对发动机转子故障特征进行分析的基础上,提出了利用Wigner-Ville分布的方法对碰摩故障进行特征提取与故障识别。并利用仿真信号和实测信号,证明了Wigner-Ville分布在发动机转子故障诊断中的有效性。     

汽车液压制动系的计算机诊断系统

根据液压制动系工作原理及结构特点，建立制动系故障诊断矩阵、诊断标准等，开发出信号采集、数据处理、故障判断及故障显示等软件系统，该系统应用于夏利ＴＪ７１００轿车制动系故障诊断，大大提高了故障诊断的效率和准确性。     

基于PCA与DHMM的发动机故障诊断研究

提出了主元分析方法(PCA)与离散隐马尔可夫模型(DHMM)相结合的发动机故障诊断方法.首先利用PCA进行发动机振动信号的特征提取,设计了基于PCA的振动信号故障特征提取算法;然后采用DHMM进行故障诊断,构建了基于DHMM的故障分类器和诊断数据库,设计了柴油机振动信号的故障诊断策略.实际应用结果显示,该方法是可行的,对柴油机故障的诊断精度,达到了94.17%,具有工程应用价值.     

模拟电路故障信号的小波预处理

针对模拟电路故障诊断的神经网络存在结构规模较大的问题,提出一种基于小波一神经网络的模拟电路故障诊断方法。该法采用冲激响应来获取模拟电路的故障信号,采用小波变换作为模拟电路故障信号的预处理器,利用Haar小波分层次分解提取故障信号特征,该信号特征经主元分析和数据标称化后,作为用于故障诊断的神经网络的输入。基于该法故障诊断的基本原理,对一实例电路进行故障划类、小波函数及故障特征选择,给出计算故障特征的仿真编程及故障类别的识别方法。该法大大减少用于故障诊断的神经网络的输入数目,简化它的结构和减少其训练处理的时间。仿真结果表明,该法可以提高模拟电路故障诊断的效率和辨识故障类别的能力。     

基于仿生感知的机床刀具故障诊断系统

现有刀具故障诊断系统具有系统庞大、成本高,精度低等问题,亟需开发一种高精度、低成本的刀具故障诊断系统.为此,提出一种基于仿生应变传感器的数控机床刀具故障诊断系统,该系统首先将精度高、价格便宜的仿生柔性裂纹阵列振动敏感元件封装成刚性的仿生应变传感器,使其适用于采集机床刀具振动信号;然后从采集的刀具振动信号中提取时域和频域特征,并使用支持向量机算法建立刀具故障诊断模型.通过实验对离线故障和实时机床加工环境中的在线故障进行诊断,结果表明,设计的基于仿生应变传感器的刀具故障诊断系统对机加故障诊断的准确率大于88％,在保证故障诊断性能的同时降低了检测成本.这是将灵敏度高、成本低的仿生柔性敏感元件应用于工业故障诊断的一次全新尝试.     

RBF神经网络用于发动机控制系统的故障诊断

神经网络是以研究人的生物神经为根据,由大量简单元件即神经元模拟电子器件相互联接而形成的一种复杂网络。本文通过比较现行发动机控制系统故障诊断的方法,针对基于神经网络的发动机控制系统故障诊断进行了推导及改善数学模型;并编制了采用径向基函数神经网络完成发动机控制系统故障诊断的学习与诊断程序,实现了仿真。将神经网络应用于发动机控制系统的故障诊断技术中,以发动机的各测量传感器为基础,对其控制系统进行实时故障     

幅值域无量纲指标对液压泵故障敏感性的实验研究

有效地提取故障特征向量,找到故障敏感因子是进行液压泵故障诊断的关键。采集轴向柱塞泵松靴、滑靴磨损、斜盘磨损以及中心弹簧失效等故障情况下的端盖振动信号,通过包络解调得到各故障的包络信号,在此基础上利用幅值域无量纲特征指标对每种故障进行敏感性分析,找到了各故障的无量纲敏感因子。为液压泵的故障诊断提供了可靠的敏感特征信息,增加了故障特征信息的完备性,对提高故障诊断系统的故障确诊率具有重要的意义。