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。     

基于振动烈度的柴油机供油系统断油故障检测方法

研究了振动烈度的相关方法和理论,以WD615柴油机供油系断油故障诊断为例,通过各缸断油时振动烈度值与正常状态下振动烈度值的比较分析,验证了利用振动烈度进行发动机供油系统故障诊断方法的正确性。     

发动机配气机构振动信号时域分析

对康明斯6BT5.9型柴油发动机配气机构产生的振动信号进行了时域分析,采用振动加速度峰峰值作为判定发动机配气机构技术状态的特征量,并采用多通道信息融合技术实现配气机构的故障诊断。     

柴油机PID、F并联调速控制研究

为了提高柴油机动态和稳态控制性能,提出了PID、F并联调速控制的方法,并利用Matlab/Simulink工具箱对PID、F交替调速控制和并联调速控制进行了仿真研究,表明Fuzzy-PID并联控制的性能优于常规PID控制和单纯的模糊调速控制以及PID、F交替调速控制的调速性能.     

自行火炮发动机振动仿真研究

针对某型自行火炮柴油发动机系统,采用Matlab软件的Simulink 工具,建立了整个系统的动力学仿真模型。分别对该模型进行正弦、白噪声信号扰动下的仿真,从系统输出转矩和转速的曲线结果分析,证明了该模型具有较好的可信度。该模型的建立为今后深入开展发动机仿真研究提供了基础。     

基于EMD和神经网络的气阀机构故障诊断研究

运用经验模态分解(EMD)对柴油机缸盖振动信号进行分析,求得各内禀模态函数(IMF)的能量百分比;将能量百分比作为神经网络的输入进行网络训练和故障识别,实现了气阀机构的故障诊断,取得了较好的效果。     

用拖动电流确定气缸压缩压力的试验研究

从理论上分析了拖动时发动机缸内气体压力、漏气、惯性力及摩擦等因素对发动机力矩的影响及拖动电流与气缸压缩压力的关系,并在此基础上做了大量试验,利用一元线性回归分析的方法处理试验数据,得到了拖动电流和压缩压力的经验关系式,验证表明,用此公式检测气缸压力精度在48％以内,而且操作简单,能够达到快速检测压缩压力的目的。     

H2O2/HTPB固液混合发动机点火试验研究

利用H2O2催化分解原理,设计了烃类燃料在催化分解的90%H2O2中能燃烧的点火器,然后采用该点火器进行H2O2/HTPB固液混合发动机点火试验研究.试验结果表明,该点火器能够成功启动H2O2/HTPB固液混合发动机,且当混合比偏离最佳混合比后,发动机的燃烧效率降低.     

发动机内流场湍流数值模拟

以可压缩的全Ｎ－Ｓ方程为控制方程,用显式有限差分格式对燃烧室－－喷管轴对称湍流内流场进行了数值模拟。计算中采用ＭａｃＣｏｒｍａｃｋ两步显格式和Ｂａｌｄｗｉｎ－Ｌｏｍａｘ代数湍流模型,得到了管状装药发动机内流场的数值解,取得了令人满意的结果。此方法对发动机的设计有实际的工程参考价值。     

火箭发动机燃烧室内气体非定常流动数值模拟

应用新的ＰＩＳＯ算法对液体火箭发动机内非定常流动过程进行了数值模拟计算。算法采用一步隐式预测、两步显式校正完成每一时间层计算,而不是通常的多次迭代计算,因而大大缩短计算时间。