基于S变换的柴油机气阀机构故障诊断研究

采用S变换对柴油机气阀机构8种状态下的缸盖表面振动信号进行分析处理,得到一系列振动信号的时频图像。选取一部分时频图像组建得到各种状态的标准时频图像后,再根据测试图像和标准图像之间的欧氏距离、绝对值距离和相似度3种指标对测试图像进行识别分类,从而将气阀机构的故障诊断转换为时频图像的分类研究。试验结果表明,采用这一方法可以取得较好的诊断结果,对时频图像进行5次平均后,根据相似度和欧氏距离进行分类的正确识别率可以达到99 4%以上。

基于时序分析与神经网络的气阀机构故障诊断

通过模拟柴油机气阀机构的两种主要故障 :气门漏气和气门间隙异常进行实验 ,采集缸盖表面的振动信号。利用时间序列分析方法对振动信号建立AR和ARMA模型 ,利用其参数及残差等指标作为特征参数 ,提取时域的均方根等指标。最后利用人工神经网络进行故障模式识别。结果表明方法是可行的 。

基于时序分析的气阀机构故障诊断研究

通过模拟柴油机气阀机构的两种常见的主要故障:气阀漏气和气门间隙异常。采集气缸盖表面的振动信号,应用时序分析方法进行缸盖振动信号的AR谱估计,再从其AR谱中提取出可用于实际诊断的故障特征参数,最后利用欧氏距离判别函数进行故障状态识别。结果表明该方法是可行的,便于实现气阀机构故障的在线实时监测与诊断。

基于MSET和SPRT的内燃机气阀机构振动监测

提出了一种基于多元状态估计(Multivariate State Estimation Techniques,MSET)和序贯概率比检验(Sequential Probability Ratio Test,SPRT)的内燃机气阀机构振动监测方法。在该方法中,首先建立正常工况下各监测参数之间的关联模型;然后根据系统当前观测特征向量与各建模样本特征向量之间的相似性程度,使用MSET对当前观测特征向量进行估计,得到与观测特征向量相对应的估计残差;最后使用SPRT对观测特征向量的估计残差进行均值和方差检验,确定系统的工作状态。试验中,通过设置不同的气阀间隙大小来模拟内燃机气阀机构不同程度的异常工况,以整周期缸盖振动信号幅值域特征作为系统工况监测参数。试验结果表明,MSET可有效增强故障状态下的信号特征呈现,而SPRT可在较少的周期内实现内燃机气阀机构异常工况的识别,MSET和SPRT的结合有效地实现了对内燃机气阀机构异常工况的早期监测。

统计模拟在气阀机构故障诊断中的应用

介绍了统计模拟方法的基本原理,应用Bootstrap方法对提取的缸盖振动信号的特征参数进行统计模拟计算,给出这些特征值的置信区间估计,实现了气阀机构故障的定量诊断和状态识别。试验结果表明:这种方法解决了小样本条件下气阀机构故障诊断中特征参数置信区间估计及故障特征库建立的问题,是简单实用和可行的。

基于AR模型和K-L信息量的柴油机气阀机构故障诊断

通过模拟气阀机构的两种常见故障:气阀漏气和气阀间隙异常,采集柴油机缸盖表面的振动信号。提出了柴油机气阀机构的状态监测及故障诊断策略,采用FPE准则和Burg算法建立不同状态时振动信号的AR模型,利用K-L信息量对不同工作状态进行了有效识别。诊断结果表明该方法是可行的,便于实现柴油机气阀机构故障的在线实时监测与诊断。

基于小波包频带能量分解和欧氏贴近度的柴油机气阀机构故障诊断

通过调整柴油机气阀机构的不同气门间隙,采集柴油机缸盖表面的振动信号。利用小波包改进算法对所采集的信号进行频带分解,研究了不同气阀间隙情况下的缸盖振动频带能量分布规律。以频带能量为特征向量,以同一工况下多次采样均值作为标准模式,通过计算欧几里得贴近度实现了对柴油机气阀机构间隙异常的故障诊断。

柴油机气阀机构故障振动监测实例分析

文章对一柴油机气阀机构故障振动监测案例进行系统分析,探究气阀机构故障信号特征与故障机理的关系,总结故障分析规律,从而为类似故障问题的诊断决策提供借鉴与参考。

柴油机气阀机构故障诊断系统研究

提出对柴油机气缸盖表面的振动信号进行处理,利用功率谱分析和欧几里德距离判别函数诊断气阀机构故障,并开发出了由工业控制计算机、数据采集板和软件所组成的柴油机气阀机构故障诊断系统。在6135型柴油机上设置故障对该系统进行验证。

气阀机构故障诊断的非线性方法研究

本文计算了气阀在不同状态下缸盖援动信号波形的多重分形维数，以此作为神经网络的训练和识别输入，达到对气阀机构进行故障诊断的目的，为非线性方法在内燃机故障诊断中的应用研究进行了有益的尝试。

柴油机气阀机构诊断仪的研究与设计

介绍一种柴油机气阀机构智能诊断仪 ,它基于TMS3 2 0C3 1和AT89C5 2双微处理器芯片。该仪器通过测量柴油机缸盖表面的振动信号 ,提取特征参数 ,对柴油机的气阀漏气与间隙异常进行诊断。此文同时给出了该诊断仪系统的软硬件设计原理。

液压气阀机构的动力学计算

近年来,某些直流扫气的船用低速柴油机较多地采用凸轮驱动的液压气阀机构.在这种机构中,传统的推杆和摇臂被液压缸和油管所代替.而传统的气阀弹簧则被空气弹簧所代替,因此其动力学计算方法与传统配气机构计算方法是不相同的,本文将阐述液压气阀机构中油管内压力波的传播和排气阀的运动规律的计算方法.

柴油机气阀机构状态评估的LabVIEW实现

为了能够正确判断和定位柴油机气阀机构的故障,介绍了柴油机气阀机构状态评估的方法,以及用LabVIEW开发工具实现评估软件的过程。应用时序分析方法对缸盖振动信号进行AR谱估计,再从其AR谱中提取出用于实际诊断的故障特征参数,最后利用欧氏距离判别函数进行故障状态识别。实例结果表明,利用LabVIEW语言更易于实现该状态评估软件,从而能够有效地对柴油机气阀机构故障进行不解体诊断。

基于时序分析和K-L信息距离的柴油机气阀机构故障诊断

柴油机表面振动信号包含着设备运行的大量特征信息,是一种典型的非平稳时变信号,因此信号分析方法是柴油机故障诊断技术的难点。作者通过模拟柴油机气阀机构的气阀漏气和气门间隙异常两种主要故障,采集气缸缸盖表面的振动信号,应用时间序列分析方法建立缸盖振动信号的AR模型,然后利用欧氏距离判别函数进行故障状态识别。结果表明该方法是可行的,诊断效果比较好,同时对往复机械设备的在线实时监测与故障诊断做了有益研究。

基于EMD奇异值分解与马氏距离的气阀故障诊断

设置排气阀的不同间隙及用新气阀模拟轻微漏气,构造气阀机构的四种常见工作状态,然后针对非平稳的缸盖振动信号,介绍了一种可以处理非平稳信号的新方法,应用Hilbert-Huang变换的核心内容——经验模态分解法对非平稳信号进行分解,以降低原始信号中的非平稳性。利用经验模态分解和奇异值分解得到缸盖振动信号的故障特征参数,然后用少量的样本数据训练得到四种常见工作状态的模式向量,最后利用马氏距离判别函数进行气阀机构故障状态的识别。实验结果表明通过小样本即可完成模型的训练,且训练一旦完成,对未知样本的分类速度和识别率都很高,便于实现气阀机构故障的在线实时监测与诊断。

基于小波包与LS-SVM的气阀故障诊断

基于小波包原理,对柴油机的缸盖振动信号进行小波包分解,利用"频带能量"的特征提取方法得到特征向量,并作为LS-SVM的输入进行训练和分类检验,提出了一种基于小波包和LS-SVM的气阀故障诊断方法。结果表明不同状态下的气阀漏气故障能得到识别和分类,且具有较高的精度。

基于短时AR谱分析的柴油机气阀漏气的故障诊断

通过对传统的短时Fourier变换进行改造,在短时Fourier变换的计算中利用自回归(AR)谱估计代替离散Fourier变换(DFT),得到了一种基于AR谱估计的短时AR谱分析方法.短时AR谱分析方法能够较好地给出柴油机缸盖振动信号的时频分布表示,提高了气阀漏气故障诊断的准确性.

运用改进二叉树SVM算法的柴油机振动诊断

提出了一种改进的二叉树支持向量机(support vector machines,简称SVM)算法,用以克服二叉树SVM构造时各级正类样本选择缺乏理论指导的问题。基于最易分割类应最先分割的思想,该方法在定义特征参数类识别率概念的基础上,首先逐级计算每个特征参数对各级SVM所对应各类训练样本的类识别率,然后选择类识别率综合排序结果处于第1位的样本类作为相应级SVM的正类。从缸盖振动信号包络幅值域参数和小波包分解频带能量百分比参数中选取了对气阀故障较为敏感的9个特征,形成了诊断特征向量,使用常用的1-a-r,1-a-1,DDAG以及改进的二叉树SVM多分类方法对6种气阀间隙状态进行了诊断,结果表明,本文提出的改进二叉树SVM方法具有最好的分类效果。

内燃机进气压力的小波分析

探讨了进气压力信号与气阀机构状态之间的关系 ,对进气压力信号进行二进小波分解 ,利用分解后尺度 1信号的频域特征对气阀机构进行状态分类与识别。

基于VMD-ICA-CWT的内燃机噪声源识别方法

提出了基于变分模态分解(VMD)、独立分量分析(ICA)和连续小波变换(CWT)相结合的内燃机噪声源识别算法.首先,对内燃机进行铅覆盖,只裸露待测的第6缸部分,测量裸露部分缸盖位置处的单一通道噪声信号;然后采用变分模态分解算法将其分解为各变分模态分量,并用FastICA算法提取各独立成分,解决了对单一通道噪声信号进行盲分离的欠定问题,同时克服了传统的经验模态分解处理噪声信号时出现的模态混叠缺陷;最后利用连续小波时频分析和相干分析,对分离结果进行进一步识别.研究结果表明:该算法能有效地分离识别出内燃机的燃烧噪声和气阀机构敲击噪声.