基于优化灰色BP神经网络的柴油机缸套磨损预测

为了精准预测柴油机缸套磨损量,有效预防柴油机故障的发生,文章提出了一种灰色理论与BP神经网络相结合的残差修正算法,通过对缸套磨损量小样本数据建立灰色GM (1,1)模型,生成灰色数据序列,再建立灰色残差值的BP神经网络预测模型。通过验证表明,灰色神经网络组合模型的气缸套磨损量预测精度高,整体性能好,为实现柴油机智能化监测提供新的技术路径。

智能型电容式发动机缸套磨损测量仪的研究

为了改进测量缸套磨损量的设备和方法，本文应用电容测微原理和计算机及人工智能技术提出了一种测量力分磨损量的新方法。关键词：

基于射线技术的内燃机缸套油膜厚度可监测性

研究基于射线透射技术的内燃机缸套油膜厚度的可监测性,用一套自制的标准厚度润滑油膜容器在X射线透射测厚仪上进行油膜测厚标定试验,得到了线性良好的标定曲线。将标定数据输入到同一台测厚仪上,检测到了金属薄板表面0.011~0.984 mm的润滑油膜厚度。分析了适用于缸套油膜厚度的射线透射测厚系统参数的设置,并提出射线测厚装置在实际内燃机上的布置方式和布置要素,由此得出结论:射线透射技术监测大型低速内燃机缸套油膜厚度是可行的。另外,射线测厚系统过大的油膜厚度信号可作为摩擦副异常磨损的一种诊断信号。