基于加权模糊优选理论的发动机磨粒智能识别

磨粒识别是实现发动机故障诊断和状态监测的关键环节；模糊优选理论应用于磨粒识别一般采用的都是均权模型。引进了一种模糊相对权重的概念，将其与模糊优选理论结合运用到铁谱分析的磨粒智能识别中，提出了一种新的基于加权模糊优选理论的磨粒识别方法，实际计算表明，该方法在发动机磨粒智能识别中取得了很好的识别效果。     

发动机磨损模式识别的SFCE方法

针对发动机磨损过程的复杂性和不确定性,对磨粒数量特征信息进行了模糊化.引进了信息论中一种新的模糊子集间的距离度量-对称模糊交互熵(SFCE)的概念,并结合模糊相对权重对其计算方法进行了改进,提出了基于对称模糊交互熵的发动机磨损模式识别方法.计算结果表明,SFCE方法能够实现发动机油样磨损模式的分类,具有很好的识别效果.     

基于模糊BP神经网络的发动机磨损模式识别研究

结合大量铁谱分析数据与专家经验,分析了发动机磨损模式识别原理,给出了发动机磨损模式识别标准样本库,建立了发动机磨损模式识别的BP神经网络模型,并结合磨损模式识别实例,验证了识别结果的可靠性。实践证明,BP神经网络方法能够快速、准确、有效识别发动机磨损模式。     

汽车发动机油液监测试验研究

应用理化分析和铁谱分析方法,监测汽车发动机润滑油黏度、酸值、水分、闪点、燃点以及磨损烈度指数和大磨粒数等评价指标的变化,研究了汽油机油衰变规律;通过灰色关联分析,确定了汽车行驶里程与发动机油液监测指标间的关联度和关联序,为油液监测下的定期换油和监测指标的筛选提供依据.试验结果表明,随行车里程的增加,酸值显著增加,黏度缓慢增加,闪点、燃点略降,水分、磨损烈度指数和大磨粒数等指标无明显变化.对于汽车行驶里程,发动机油液监测指标间的关联序依次是酸值、燃点、闪点、黏度、大磨粒数和磨损烈度指数.因此,为降低油液监测成本,可以选取酸值、闪点进行检测,并延长磨损烈度指数的检测周期.     

车用发动机聚类元素的选取及磨损部位识别

以某型特种车为研究对象,在判定其发动机存在异常磨损的基础上,通过实例阐述了基于模糊聚类分析方法和灰色关联分析理论的发动机磨损部位识别方法。选取不同聚类元素的发射光谱原始数据进行磨损部位识别,结论表明,聚类元素的选取直接影响模糊聚类结果,并对磨损部位识别的最终结果产生影响。为提高故障部位识别的准确度,在聚类分析中应剔除零部件中不存在的及工作环境影响较大的元素,并依据发动机材料元素构造合理的磨损部位标准模式。     

车用发动机聚类元素的选取及磨损部位识别

以某型特种车为研究对象,在判定其发动机存在异常磨损的基础上,通过实例阐述了基于模糊聚类分析方法和灰色关联分析理论的发动机磨损部位识别方法。选取不同聚类元素的发射光谱原始数据进行磨损部位识别,结论表明,聚类元素的选取直接影响模糊聚类结果,并对磨损部位识别的最终结果产生影响。为提高故障部位识别的准确度,在聚类分析中应剔除零部件中不存在的及工作环境影响较大的元素,并依据发动机材料元素构造合理的磨损部位标准模式。     

船舶主机磨损型式的模糊模式识别方法的研究

在总结柴油机特定磨损型式的相关磨粒基础上，讨论了磨损型式模糊模式识别方法在８ＮＶＤ４８Ａ－２Ｕ型船舶主机的主导磨损型式识别中的应用；提出了建立磨损型式标准模型库，确定隶属函数和选取权重系数的方法和原则。所做的研究对于设计基于磨粒 油液智能诊断系统具有重要意义。     

ZN490柴油机磨合期的铁谱监测试验研究

制定了 ZN490 柴油机的磨合规范,进行了磨合试验,包括空载运行、负载运行、调试及验收阶段.通过铁谱分析技术,可实现对其状态监测,指导磨合规范的制定,对新发动机的合理使用和大修后的磨合工作提供技术支持.定量和定性铁谱分析结果表明:0～5min时,铁谱片上磨粒数量增加快、粒度大,发动机摩擦副的磨损量大、磨损率高,为磨合初期;5～20min时,发动机的磨损率逐渐降低,为磨合中期;20～35 min时,磨损烈度指数曲线变化平稳,磨粒细化,氧化物减少,为磨合后期;35 min后,发动机转速及栽荷的增加与减少并未对磨粒数量及粒度的变化造成很大影响;试验结束时,摩擦副表面已建立起稳定的磨损及润滑状态,发动机已完成磨合阶段并向正常磨损阶段过渡.因此,针对 ZN490 柴油机制定的磨合规范是合理的.     

ND5型机车柴油机铁谱磨粒分析

对ND5型机车柴油机机油进行长期的铁谱分析,初步提出了一套系统的ND5型机车柴油机铁谱磨粒分析方法,提供了详细规范的磨粒分类、磨粒特征分析、柴油机磨损类型和较全面的柴油机故障部位诊断规则.     

基于奇异谱分析的发动机燃油系统故障诊断

通过研究离散动力系统奇异谱的特征，探讨了由离散动力系统建立奇异谱分析的方法，以及奇异谱谱型最佳分类、奇异谱的特征参数和奇异谱分析在发动机故障诊断中的应用。根据某发动机缸盖振动信号的特征与其燃油系统的激振特性，建立了该发动机缸盖振动的非线性动力系统信息模型，采用奇异谱分析的方法提取故障诊断特征，应用模糊最佳故障分类法对某发动机燃油系统的故障进行识别，在实验中取得了预期的效果。     

基于灰色预测的内燃机气缸套磨损模糊可靠性计算

根据灰色理论,笔者对气缸套的磨损量进行了灰色建模和预测;本文结合模糊可靠性设计计算的理论,讨论了按照灰色预测值进行内燃机气缸套磨损模糊可靠性计算的计算模型和方法,并给出了计算实例.     

锅炉能损模式的模糊识别

节能潜力诊断的根本目的是在线得到系统在实际运行时能量损失的性质、部位与程度,而能损性质（或模式）的确定又是能损部位与能损程度诊断的前提和基础。本文应用模糊识别技术,借助模糊集理论提出了一种锅炉能损模式的在线模糊识别方法,并进行了仿真测试。结果表明,该模糊识别方法能够对锅炉系统中几种典型的能损模式进行有效的在线识别。     

典型暴雨优选综合模型研究

鉴于典型暴雨在资料缺乏的中小流域水文设计时的重要性,考虑到典型暴雨本身具有灰色性、模糊性及随机性,从水文设计的安全性与样本集的整体性考虑,确定能反映暴雨特性的因子指标,采用可能度法计算各指标的权重,在典型暴雨灰加权关联度综合评价模型、典型暴雨模糊加权模式识别模型及典型暴雨贝叶斯加权评价模型三个单一模型的基础上,构建了基于贝叶斯理论的典型暴雨灰色模糊优选综合模型,以优选典型暴雨。实例应用结果表明,单一模型及综合模型均给出了选择典型暴雨的定量计算方法,得到了典型暴雨的可行性解集,弥补了传统定性选择典型暴雨主观随意性较大的不足,其中综合模型得到的可行性解集更可靠,解集中各元素的离散程度大,更便于典型暴雨的优选。     

柴油机燃油系统故障诊断的研究

介绍了采用一种不解体柴油机燃油系统故障诊断的新方法，通过检测高压油管的弹性变形量，提取了反映燃油系统故障状态的特征向量，并利用模糊模式识别技术成功地诊断了燃油系统的各种典型故障。     

基于模糊分类的无监督神经网络与内燃机缸内部件状态的在线监测

本文根据模糊识别原理，引入集合分类概念，提出了一种用于在线监测发动机缸内部件故障的无监督竞争学习模糊神经网络。该网络仅需正常状态下的振动信号样本集及少量的故障状态样本进行学习，并且它可根据噪声及运行工况的变化，自适应地调整代表正常状态下的网络权值；采用对比增强及加权方法，抑制各样本中的噪声影响。用本文方法对ＥＱ６１００汽油机和１９０Ａ柴油机人工设置的缸套活塞磨损故障进行诊断，取得了理想的效果。本文为以理论指导为主、少量实验为辅的在线诊断内燃机缸内部件故障，探索了一条有效、便捷的途径。     

Study of the feasibility of mixing Refuse Derived Fuels with wood pellets through the grey and Fuzzy theory

This paper presents a combined grey relational and fuzzy analysis for the evaluation of the environmental feasibility of burning mixtures of pellet and RDF (Refuse Derived Fuel) in a small pellet boiler-stove. RDF is obtained from Municipal Solid Waste (MSW) and contains a biomass fraction and a non-organic fraction (plastic). As a first step, both fuels are characterized to define their properties. A special feeding system is also used to improve the stove plant and to facilitate pellet distribution, which maintains a constant rate between the two fuels. Small scale energy converters, such as chimneys, boilers, stoves, etc., which produce heat and/or hot water by burning biomass (wood, pellets, briquettes, etc.), are especially suited to domestic purposes. However, in common commercial combustion conditions, this kind of use still has some disadvantages: some emissions (volatile organic carbons, carbon monoxide or NO_x) may still be high, and it is difficult to compare the quality and performance of equipment working in very different combustion conditions. The grey relational analysis of different energy and emission variables leads to the definition of a new single variable called the grey relational grade (GRG). Thus, evaluation and optimisation of complicated multiple responses can be converted into the optimisation of a standardised single variable. The aim of the work is to research the most feasible mixture of pellets according to a grey relational analysis, taking into consideration energy-related, financial and environmental aspects.