基于倒拖过程参数测试的汽缸密封性评估

优化选择了测试工况和测试参数,在实车上测量了倒拖过程中的汽缸压缩压力、电机启动电流和曲轴转速信号,建立了一种坦克柴油机汽缸密封性评估方法。该方法同时兼顾了柴油机汽缸密封性的整体性和各缸之间的差异性,测试成本低,评估速度快,易于推广应用。     

基于BP神经网络的柴油机动态输出扭矩预测建模

比照测试柴油机负荷特性方法对某型废气涡轮增压柴油机进行了全工况热平衡台架试验,并以柴油机各稳定工况点台架试验的转速、加油尺杆位移、排气温度及相应输出扭矩的测试数据为训练、测试样本,通过BP神经网络的反复学习,得到了精度较高且泛化能力较强的柴油机动态输出扭矩预测模型。     

基于神经网络的柴油机技术状态主元信息提取方法

在柴油机技术状态监测时,表征其技术状态的特征参数有很多,合理提取状态主元信息是一项关键的任务。分析研究了人工神经网络的信息提取原理和方法。以某型坦克柴油机为例,通过柴油机性能检测试验测取了能够反映柴油机技术状态变化的典型特征,建立了O ja神经网络信息提取模型,提取了柴油机技术状态的主元信息。分析结果表明:提取的主元信息能够反映柴油机技术状态随柴油机使用时间的变化趋势。该方法为坦克柴油机的技术状态监测与故障诊断提供了有效手段。     

基于人工神经网络的特征压缩方法及应用

分析了人工神经网络特征提取方法用于特征压缩的原理,研究了多层网络的隐层提取模型、Oja网络模型和基于Sanger算法的网络模型,以坦克柴油机燃油系统典型故障的特征处理为例,采用Sanger算法对特征参数进行了压缩,实现了特征空间的约简。该方法有利于简化分类器的设计,对于解决复杂设备的状态检测与故障诊断问题具有重要意义。     

基于磨损的柴油机性能灰色预测

柴油机性能传统的预测方法需要大量的统计数据,在数据较少的情况下无法使用.文中对磨损与漏气量的关系以及漏气量对柴油机性能的影响进行了分析,基于一组磨损与漏气量的数据,采用灰色预测理论对柴油机性能进行了预测.结果表明,预测值与实测值两者基本一致.     

新技术在柴油机上的应用分析

结合最新型ＭＴＵ／ＤＤＣ２０００型、４０００型等系列柴油机，归纳论述了在柴油机上应用的新技术，并分析了这些新技术对改进柴油机综合性能的作用．     

高功率密度柴油机智能化冷却系统控制策略

简要分析了未来坦克装甲车辆柴油机智能化控制冷却系统的必要性和可行性,提出了智能化冷却系统设计方案,阐述了其组成及工作原理,重点对智能化冷却系统控制策略进行了研究。针对某型柴油机,通过对其散热需求分析,提出了基于发动机工况的开环控制策略,同时,结合以发动机出口冷却水温度为控制目标提出了基于PID算法的闭环反馈控制策略。应用该策略可保证发动机在不同的环境和工况下冷却强度适宜,降低冷却系统的功耗。     

基于MINIS仿真平台的CODOG动力装置仿真研究

根据MINIS仿真平台的框架结构,结合舰船CODOG动力装置的特点,采用模块化建模方案建立了各部件的仿真模型,给出了算法程序设计和模型实现的方法。采用MINIS仿真,将算法编译成动态链接库,发挥了不同编程语言的长处,考虑了不同开发者的差异性,增强了可扩充性,缩短了程序开发时间,对动力装置的进一步应用开发具有较大的参考价值。     

两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

基于数值模拟的柴油机后处理系统阻力研究

将柴油机用肇流式过滤体（Diesel Particulate Filter，DPF）简化为单通道流动管道的集合，根据准稳态流动的压力损失方程和传热方程建菠了DPF的一维流动模型；将柴油机工作过程模型与DPF流动模型集成，建宦了后处理系统的排气阻力模拟计算模型，通过台架试验验证，证明误差在3％以内。计算结果表明：柴油机在低负荷时，系统排气阻力与负荷近似呈线性关系；在高负荷时，二者近似呈二次曲线关系。计算给出柴油机全工况排气阻力MAP图，可用于标定DPF再生控制器。