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。     

电喷发动机转速传感器信号波形试验

对VOLVO B230F型电喷发动机的电控燃油喷射装置各传感器信号进行了发动机台架试栽验研究.应用示波器采集发电机的转速传感器输出信号波形,并进行处理分析,研究转速传感器波形变化与发动机故障特征的内在联系,并将转速传感器正常波形与异常波形进行对比分析.结果表明：当传感器模拟信号波形的物理参数变化量超过一定范围时,发动机控制系统（ECU）接收到传感器输入的异常信号;当模拟信号特征值变化量超出ECU设置的正常调整范围时,发动机就会出现怠速不稳、自动熄火或起动困难等故障.     

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。     

汽车发动机各缸工作均匀性的反馈控制

反馈并控制发动机的各缸工作均匀性是实现发动机性能优化和改善排放的重要措施。利用曲轴瞬时转速信号进行反馈是一种较好的途径。根据往复式内燃机工作的本质特征,选择了与传统时间域及频率域不同的曲轴角度域及频率域,对汽车发动机的瞬时转速波动进行了划分。然后选择了反映发动机工作不均匀的指标,建立了该指标的计算方法。结合第二代电控喷射系统进行了各缸工作均匀性的闭环调整台架试验。结果证明,该算法可适用于发动机各缸均匀性反馈控制。     

基于数据流分析的电控发动机故障诊断应用研究

在电控发动机故障诊断过程中,汽车故障诊断仪除了具有"读取故障码"和"清除故障码"的功能外,还具有对电控系统各种传感器和执行器进行动态数据读取功能(数据流分析)。本文对电控发动机数据流产生的机理和特性、数据流分析的方法和显示方式进行了阐述,结合实例分析了静态数据流和动态数据流分析在电控发动机故障诊断中的应用。     

电喷汽油机故障码的设置条件

针对电喷汽油机故障码的设置条件，开发研制了电控发动机故障模拟试验台，进行了发动机原机性能试验、传感器通断试验、传感器输出信号衰减和通断率影响试验。通过对与电控单元（ECU）输入信号有关的空气流量传感器、爆震传感器、冷却液温度传感器和转速传感器故障的模拟和再现，研究了发动机的各种故障现象、运行状况和性能。结果表明：空气流量传感器断开、输出信号衰减和通断率对发动机运转和性能的影响不同，虽然显示的故障码相同，但故障现象不同，对发动机运行状况的影响也不同；断开爆震传感器或冷却液温度传感器信号，显示的故障码为事实码；转速传感器输出信号衰减与断开信号的情况相比，虽然出现故障的部件相同，但故障码显示状态却不同。     

基于小波包和支持向量机的传感器故障诊断方法

针对自确认压力传感器的故障诊断问题,提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解,提取各个节点的小波包系数,对每个节点的小波包系数通过一定的削减算法增强故障特征,然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量,以此作为输入来建立支持向量多分类机,判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明,该方法能有效地应用于传感器的故障诊断中。     

汽车电控发动机故障的诊断与排除

本文针对汽车电控发动机的故障进行了研究和分析,并给出了相关故障诊断与排除的方法,对电控发动机故障诊断中利用故障诊断仪读取数据流技术进行了重点分析。     

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.     

基于博世FSA 740波形检测的发动机抖动故障实验研究

利用博世FSA 740发动机故障检测仪对汽车发动机电控点火系统的初级和次级点火波形进行检测与分析,快速准确查找汽车发动机抖动故障的原因,阐述通过次级点火波形检测与分析诊断发动机抖动疑难故障的思路和方法。通过四缸并列波形和单缸平列波形的分析判断发动机各缸工作状态,提高汽车维修效率,为维修人员提供高效实用的故障诊断思路及维修依据。     

基于单缸柴油机表面异常声发射信号的活塞组件摩擦磨损故障诊断与研究

为了诊断并分析某型单缸柴油机的异常声发射信号,在柴油机缸体上安置振动传感器和声发射传感器。利用小波多分辨率算法对比分析了两个传感器的信号。首先通过几何估算提出了异常信号可能对应的两种故障形式,随后根据拆机检查,确认声发射信号中的故障特征来源于活塞组件之间的异常摩擦事件。诊断结果表明:该型号单缸柴油机的活塞组件的结构尺寸设计不合理,在柴油机正常工作中,连杆小头和活塞内部发生了摩擦事件,导致了声发射信号在固定的曲轴转角上出现异常峰值响应。声发射技术为以后有效监测活塞组件摩擦磨损提供了更准确的诊断方法。     

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。     

基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法

针对柴油机缸盖振动信号非线性、非平稳的特点,以及传统故障诊断方法需要先验知识且特征提取费时费力的缺点,提出了一种基于复Morlet变换和改进AlexNet神经网络的柴油机气门间隙异常故障诊断方法。首先通过复Morlet小波将柴油机缸盖振动信号转换为时频图,该变换包含了信号的时频域信息,比单一的时域或频域信号更适合分析柴油机缸盖振动这种非平稳信号;其次将时频图输入至AlexNet神经网络进行特征自动提取并建立故障诊断模型,解决了传统手工提取特征费时费力且需要专家经验的问题;然后通过Batch Normalization和Dropout技术改进网络结构,并优化神经网络超参数以提高模型的准确度和计算效率;最后将本文方法与传统的故障诊断方法应用于柴油机气门间隙异常故障诊断并进行对比,发现其诊断准确率最高,验证了所提方法的优越性。     

基于缸盖振动信号包络线相关分析的柴油机故障预警方法研究

针对柴油机故障特征易受到环境、载荷等因素的干扰,从而导致许多传统意义上的故障特征参数不再敏感的问题,提出了一种基于缸盖振动信号包络线相关分析的柴油机故障预警方法,对一台6缸柴油机的缸盖振动信号对比了希尔伯特变换和n阶极值插值两种方法的包络线提取效果,并对其包络线进行相关分析,得到了相似系数、距离标准差以及余弦相似度等相关分析结果。研究结果表明：在传统特征参数不敏感的情况下,相关分析可以更好地反映机组的故障状态。本文研究结果可为实现柴油机故障的早期预警奠定基础。     

基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断

为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明：该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。     

基于LabVIEW的小波分析在船舶柴油机故障诊断中的应用

测取船舶柴油机缸体振动信号。利用LabVIEW并结合小波分析对信号进行处理,提取故障特征。诊断结果与实际情况相符,说明了该方法的可行性及有效性。     

基于ReliefF-PCA和SVM的发动机故障诊断方法研究

针对柴油发动机机组振动信号非线性和非平稳性以及机组实际故障案例样本数据少的特点，提出了一种基于ReliefF、主成分分析（PCA）以及支持向量机（SVM）的柴油发动机故障诊断方法。首先提取发动机冲击信号的特征参数，运用ReliefF选择出其中的敏感特征以降低处理过程的计算难度；然后采用PCA进一步提取敏感特征，消除各特征之间的相关性，避免冗余；最后利用SVM实现机组的故障分类，诊断不同类型的故障。将本文方法应用于柴油机实际典型故障案例中，结果表明该方法能有效提取柴油机缸盖振动信号中的故障敏感特征，并实现多种典型故障的诊断。     

飞机发动机轴承滚动体故障诊断的MATLAB实现

主要论述小波变换在信号处理方面的优越性,并通过MATLAB对飞机发动机轴承滚动体故障检测数据进行降噪处理。实验结果表明,对于在频谱图上难以找到其相应的明显频率成分的准周期故障信号,利用小波变换的多重分辨率特性,使故障成分的细节信号得到放大,对比该频率和故障情况下计算出的故障频率可以找出故障的原因。     

基于参数自适应滑模观测器的发动机气缸压力估计

气缸压力是发动机燃烧分析与故障诊断的重要参数,为了提高发动机动力学模型中的气缸压力估计精度,提出参数自适应滑模观测器设计方法.建立了基于参数自适应滑模观测器的发动机动力学模型,通过对发动机摩擦偏移及散热损耗比例系数进行修正,并依据Lyapunov稳定性理论得出观测器收敛的充分条件,在保证全局系统误差尽可能小的基础上,使得气缸压力估计误差趋近于零.仿真结果表明,参数自适应滑模观测器方法较传统滑模观测器方法具有更高的估计精度,而且该方法只需利用曲轴位置传感器得到转速信号,其硬件成本低.