基于相对频谱能量矩和概率神经网络的柴油机气门间隙故障诊断方法

采集柴油机缸盖振动信号并进行VMD分解得到最优的振动信号IMF分量。计算IMF相对频谱能量矩得到有效的柴油机气门间隙故障特征参数并由此得到概率神经网络的训练样本,采用粒子群寻优算法建立柴油机气门间隙故障诊断的概率神经网络。实验数据表明基于VMD相对频谱能量矩的优化概率神经网络用于柴油机气门间隙故障诊断的正确率较高。

基于Laplace小波相关滤波法的柴油机气门间隙故障诊断

振动信号中冲击响应信号通常表征着某种故障特征。根据Laplace小波相关滤波法的原理、方法进行气门间隙故障诊断研究。分析了配气相位与气门落座冲击的对应关系。对气门间隙正常及异常情况下的时域波形进行了相关性滤波分析,结果表明,基于Laplace小波相关滤波法能准确定位冲击发生的时刻及频率,有效地判别气门落座冲击。

改进ResNet网络模型进行柴油机气门间隙故障诊断的方法

针对利用浅层神经网络诊断柴油机故障等传统方法存在依靠专家经验、抓取柴油机故障特征参数不准、故障诊断准确率不高的问题,提出了基于深度残差卷积神经网络ResNet模型,在跃层分支采用CBR串并且分支加权相加的改进模型RCN,进行柴油机气门间隙故障诊断的方法。本文采用随动采样频率等长样本采样方法采集柴油机缸盖振动信号,组成一维整周期等长样本,并将其作为训练和验证样本,对改进型深度残差卷积神经网络RCN模型进行训练和验证。实验结果表明,该模型较其他深度卷积网络具有更高的诊断准确率和较快的测试时间,验证了直接利用柴油机缸盖振动信号,采用改进的ResNet深度残差卷积神经网络轻量化模型,进行在线实时监测柴油机运行状况的可行性。

柴油机气门间隙异常故障振动诊断的试验研究

提出利用缸盖表面的振动信号来诊断柴油机气门间隙异常故障的方法。提取出在非正常气门间隙时的故障振动信号,并用时域和频域相结合的分析法对这些振动信号进行分析比较,找出气门间隙异常故障的频率特性及判断依据。试验结果表明用振动检测技术可以实现不拆卸简易诊断柴油机的气门间隙异常故障。

基于振动信号的柴油机气门间隙异常故障诊断

为探讨简易诊断柴油机气门间隙异常的有效方法,采用柴油机缸盖表面的振动信号进行试验研究。采集了柴油机在不同气门间隙下的振动信号,用时域法和频域法相结合的分析方法对故障特征信号进行分析,得出了气门间隙异常的频率特性和判断依据。结果表明,采用振动检测技术可以实现不拆卸配气机构就可简易诊断柴油机气门间隙异常故障。

基于图像与神经网络的柴油机气门故障诊断方法研究

综合信号处理及模式识别理论 ,根据柴油机振动信号的特点 ,提出了一种柴油机气门故障诊断综合方法。详细阐述了将提取图像特征的神经网络法用于柴油机气门故障诊断的原理、过程以及故障分类。试验结果表明 ,该方法值得进一步研究。

发电用柴油机气门漏气故障的振动诊断研究

阐明了引起气缸盖振动的激励源特征，实测了气门不同技术状态下气缸盖表面的振动信号，经分析与计算后提出了振动信号的特征参数．研究表明：可以用柴油机气缸盖表面振动信号诊断气门漏气故障。

基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

分析柴油机漏气故障的振动诊断机理,阐明Hilbert谱与傅里叶谱的区别,通过引入Hilbert-Huang变换这种新的时频分析方法成功诊断了气门漏气故障。

高速柴油机气门漏气故障的振动诊断

本文介绍利用柴油机缸盖表面振动信号诊断高速柴油机气门漏气故障的研究。本文阐明了引起缸盖振动的激励源特征,对气门漏气故障进行了模拟试验,探讨了影响漏气程度的因素,对不同漏气状态下缸盖表面振动信号进行了分析,研究表明:利用柴油机缸盖表面振动诊断气门漏气是可行的,提出了气门漏气故障诊断方法。

基于遗传算法优化支持向量机的船用柴油机气门漏气故障智能诊断方法

针对船用柴油机气阀漏气故障的问题,提出一种结合遗传算法(genetic algorithm,GA)与支持向量机(support vector machine,SVM)的船舶柴油机气阀漏气振动诊断方法,称之为遗传算法优化支持向量机(GA-SVM)。通过分析静态与动态工况下的缸盖振动信号,提取训练SVM特征参数,利用GA-SVM的惩罚因子与核函数参数对故障进行识别。试验结果表明,GA-SVM方法完善了SVM参数选取方法,可有效识别柴油机气门漏气故障。优化后的整体故障诊断准确率为99.333%,相比于未优化前的测试集,故障诊断正确率提高了约2%。

柴油机燃烧系统故障的小波包神经网络模糊诊断法

喷油器堵塞和气门机构间隙异常是柴油机燃烧系统的常见故障,对其诊断十分重要,常规诊断方法效果不理想。文中提出一种将小波包分解、神经网络和模糊逻辑结合起来的诊断方法。运用小波包频带能量分解,不仅能得到中低频的燃烧爆发振动信号,也能得到中高频的气门落座信号;运用神经网络使故障诊断具有自适应、自学习的能力;将模糊逻辑用于判决中,使判决结果更可靠、意义更明确。用24台次柴油机故障模拟实验数据训练神经网络,效果良好。对现场使用的12台次柴油机故障诊断,有10台次诊断完全正确,取得了较满意的效果。

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.

柴油机气阀间隙异常振动诊断方法的改进

通过对气阀运动规律的理论分析和气阀间隙异常故障的模拟试验，揭示了缸盖表面振动信号与配气凸轮型线、柴油机工况和气阀间隙的内在联系，探讨了一种适用于多种机型柴油机不同工况下气阀热态间隙的振动监测方法。

振动信号的特征参数在柴油机故障诊断中的应用

本文用试验的方法 ,测取柴油机在几个常见故障及不同故障程度下的振动信号 ,分析并得出了对各故障变化最敏感的振动信号参数 ,即特征参数 ,为柴油机的故障诊断提供了很多有用的信息。

卡车柴油机缸体表面振动特性与内部件故障诊断的试验研究

随着卡车使用时间和行驶里程增长,活塞在柴油机内部往复高速直线运动产生磨损,活塞与缸壁间隙加大会产生振动频率较大的异响。本文分析缸体振动来研究活塞撞击柴油机缸壁的振动特性,通过试验测试改变配缸间隙来模拟柴油机磨损后产生振动特性,比较分析柴油机正常工作与磨损后工作的振动特性,用非正常缸体表面振动特性判定汽缸内部件的磨损故障,同时能对卡车柴油机运行状况进行检测,为卡车柴油机内部故障诊断提供有效帮助。

基于小波包分析的气门间隙异常故障诊断

以DA462型发动机为研究对象,人为地将气门间隙调整到不同状态来模拟发动机气门间隙异常故障,测取正常和异常情况下的缸盖振动信号,对其进行时域分析,并对振动信号中的燃烧激励响应信号和排气门落座冲击信号进行小波包分解,通过计算各个重构子频带振动能量均方根值(特征值)来判断各激励响应信号的频率带,经特征值比较确定气门间隙异常与否,取得满意的诊断结果。

基于小波分析柴油机故障诊断研究

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号。采用小波降噪对各振动信号进行初步处理,采用经典傅立叶方法对处理后的信号进行功率谱估计,初步诊断各故障特征参数。进而采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断。

柴油机气阀间隙异常监测方法

针对柴油机配气机构工作特点对其进行动力学分析,研究了气阀间隙异常的故障特征,对实测缸盖振动信号给出了一种特征参数的提取方法,并用模糊聚类法进行诊断识别。