基于小波分析的柴油机燃油系统故障诊断研究

提出了一种基于小波变换的柴油机燃油系统故障诊断方法。利用夹持在高压油管上的传感器对高压油管外壁弹性变形进行检测,在12150L柴油机喷油泵实验台上进行了大量的实验,对测得的高压油管压力波形进行小波变换,提取反映燃油系统故障状态的特征向量,通过特征参数的变化能有效地诊断燃油系统的各种典型故障。     

柴油机燃油系统故障诊断研究

应用柴油机燃油系统模拟计算的方法对柴油机燃油系统常见故障的供油压力波进行模拟计算 .通过大量计算表明 :柴油机燃油系统发生单一故障时 ,压力波变化的特征较为明显 ,并就每一种故障产生的压力波特点作了分析 ;当柴油机燃油系统发生复合型故障时 ,压力波变化复杂 ,为提高燃油系统故障诊断的准确性 ,提出采用系统融合的方法 .     

检测柴油机燃油喷射系统的卡持式传感器

介绍了目前柴油机燃油喷射系统技术状况检测的各种方法及其特点。在此基础上,研制了一种卡持在高压油管上的传感器,试验结果表明:该传感器能满足喷射系统技术状况不解体检测的要求。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

油管油压信号的载荷识别

在高速柴油发动机喷油系统性能检测中,一般以燃油压力信号作为喷油系统性能检测参量。通过对油压波形进行分析来判断喷油系统的工作状况,阐述了采用载荷识别技术识别油压信号的频谱特性,进而得到其时域波形的理论与方法,并在模拟试验中获得了识别结果。     

基于支持向量机的故障诊断方法及其应用

提出了一种采用模糊手段进行特征提取、支持向量机进行模式分类的内燃机燃油系统故障诊断方法.该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,首先采用模糊手段对故障信号和原因进行特征提取,接着利用支持向量机进行分类实现特征级诊断,最后将其应用于内燃机燃油系统的故障诊断中,取得了令人满意的结果.     

基于贝叶斯理论的自学习模糊综合评判研究

在目前多专家故障诊断系统采用的模糊综合评判方法基础上,根据某特定故障的理论诊断结果及实际检测、维修结果,利用贝叶斯理论,对特定故障下各专家的初始权重集进行实时更新,实现了模糊综合评判的自学习,提高了诊断的准确性.最后给出了方法在"康明斯柴油机故障诊断专家系统"中的应用实例,验证了方法的有效性.     

基于燃油压力波的柴油机高压喷射系故障信息的研究

本文从柴油机燃油压力波的特征出发,建立ARI(Auto—Regressive Integra—ted)时序参数模型.通过对不同故障下的燃油压力波基于ARI时序参数的现代谱分析,说明ARI时序参数模型较好地揭示了燃油压力波蕴含的故障信息.通过燃油压力波的ARI时序参数构造故障诊断模式向量,根据几何距离与信息距离的测度来诊断故障,具有一定的实践意义.     

主成因分析法在柴油机热力性能故障诊断中的应用

本文介绍了一种用于柴油机故障诊断的新方法——主成因分析法(P.C.A),它建立在柴油机故障试验的基础上。文章给出了故障诊断的建模方法并设计了柴油机诊断软件。故障诊断结果表明这种方法用于柴油机的故障诊断是可行的。     

柴油机故障的模糊灰色关联度诊断法

在灰色理论关联度诊断法的基础上提出了诊断柴油机故障的模糊灰色关联度法 ,通过对柴油机工作过程故障的诊断结果表明 ,该诊断方法对复杂机器的故障诊断 ,准确性较高 .     

模糊理论在导弹系统故障诊断中的应用

任何系统的故障都有一定的模糊性,因此模糊理论在故障诊断中有着广泛的应用.模糊故障诊断有利于提高系统的故障诊断的水平,本文以模糊理论知识为基础,建立了系统的模糊故障诊断模型,并应用于某型号导弹武器系统的故障诊断中,结果证明该模型的有效性和合理性.     

柴油机喷油压力波形的符号描述与结构模式分类

波峰和波谷是波形上基本的局部形态特征基于波峰、波谷之间的支配关系,本文提出了一种规则波形的结构特征抽取与符号描述方法,进而建立了一个基于该方法的柴油机喷油压力波形结构模式分类系统,并通过实例验证了该系统的有效性。     

模糊Petri网在故障诊断知识表示和推理中的应用

针对传统的模糊产生式规则知识表示复杂、推理效率低、单一阈值设定不能满足复杂故障诊断需求的问题,给出了模糊产生式规则转换为模糊Petri网的一般方法和故障诊断模型,以及基于双阈值设定的两级故障诊断推理算法,并将其应用于某型柴油机遥控系统故障诊断之中。通过设置双阈值提高了故障诊断的推理速度和推理效率,同时又能对系统的准故障状态进行检测,及时发现潜在故障,排除故障隐患。     

基于系统分层与故障树的故障诊断方法

提出了一种新的故障诊断与定位方法 ,该方法利用产品在结构和功能上具有一定层次的特点进行结构和功能的分解 ,这样将故障缩小在一定的功能范围内 ,然后在一个较小范围内利用故障树进行诊断和故障定位。该方法比较适合于电子系统的故障诊断和定位 ,具有简洁、高效的特点。     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

基于改进LS-SVM的异步电机转子故障诊断

为了提高异步电动机转子故障的诊断精度,给出了一种基于改进最小二乘支持向量机(LS-SVM)的多故障分类算法。首先运用FFT处理电机的定子电流信号得到信号频谱图,从中提取故障特征向量;然后将特征向量送入改进算法进行故障诊断时,在原有多分类算法的基础上引入层次分析法确定故障类别的权重,根据权重值确定故障的诊断顺序,依次进行故障分类。实验表明,改进算法用于故障诊断节省了诊断时间,提高了诊断精度,具有很好的推广前景。     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。