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。     

润滑油介电谱数据库识别

介电谱技术是一种鉴别油品种类的新技术,润滑油是一类典型的介电材料,在不同激励频率、激励电压和激励波形下,润滑油中的不同化合物组分会产生不同的弛豫运动,表现出不同的介电谱特征信息。利用石油产品介电谱分析仪采集了49个润滑油的介电谱数据,利用数据库识别方法对这49个油品进行种类识别,正确率达到93．88％。表明介电谱信息与润滑油的整体特性密切相关,可以通过介电谱技术对不同种类的润滑油进行识别。     

近似熵在发动机故障诊断中的应用研究

介绍了近似熵的概念、主要特点及其算法,提出了基于近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,并对发动机声信号进行了分析处理。通过对比正常状态与故障状态的近似熵值,根据其变化有效地提取发动机故障特征,从而实现了对发动机状态的监测与诊断。实验结果表明近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果,是一种行之有效的新方法。     

基于TPC-C基准的ACID验证工具的实现

文中针对TPC-C基准的ACID测试用例,重点分析了隔离性测试用例的设计意图,用java语言设计实现了一个开源的ACID验证测试工具,介绍了该工具的体系结构及设计思路,并使用该工具对MySQL6.0数据库系统与Oracle9i数据库系统进行了验证和对比,其中MySQL数据库使用了InnoDB和Falcon两种不同的事务型引擎。     

基于转子固有频率的涡轮泵故障检测方法

为了有效地检测液体火箭发动机涡轮泵的故障,分析了某型液体火箭发动机的28次历史试车数据,得到了涡轮泵转子的一阶、二阶和三阶临界转速以及轴向固有频率的数值,研究了这4个转子固有频率幅值的稳定性及对涡轮泵故障的敏感性,得出了它们具有较强的稳定性和故障敏感性的结论。在此基础上,提出并验证了基于转子固有频率的涡轮泵故障检测方法。结果表明,基于转子的一阶、二阶和三阶临界转速以及轴向固有频率幅值能有效地检测涡轮泵的故障。     

火箭弹道学发动机推力模拟方法

发动机工作性能对火箭飞行性能的严重影响已引起众多研究人员的重视,尤其是火箭发动机推力总冲及其工作时间等重要参数.这里提出了一种在静态测定推力时间历程、总冲的基础上,通过实际飞行测试结果确定其扰动量来最终模拟推力时间历程的仿真方法.该方法简洁方便,易于编制程序及模拟仿真,便于工程人员掌握,可用于火箭发射动力学、外弹道学及射表编制等方面研究,具有一定应用价值.     

基于小波分解的柴油机振动信号特征提取方法

柴油机振动是一种多振源的复杂振动形式,其机体表面振动是内部各种激振力共同作用的综合反映。在柴油机使用过程中技术状态的改变将导致激振力发生不同的变化,因此测量机体激振信号有利于对柴油机技术状态进行监测。通过测量不同技术状态的柴油机机体振动信号,利用小波包分析的方法,将柴油机振动信号按其特征频率进行了小波分解和重构,提取了振动信号特征。分析结果表明,此方法能够提高信噪比,提取的振动信号特征能够反映柴油机技术状态的变化。     

过氧化氢改善柴油机燃烧的试验研究

提出采用过氧化氢组液参与柴油机的燃烧,改善柴油机燃烧过程,同时降低油耗与排放的新方法。分析了过氧化氢对柴油机燃烧过程的影响机理,从实用角度设计并开发了一种过氧化氢组液供给系统,并在135柴油机单缸机上试验研究过氧化氢组液消耗量对比油耗、烟度、排温及NOx的影响。     

基于装备多寿命周期理论的发动机再制造工程及其效益分析

为了延长装备的回用时间,减少装备对环境的影响及充分利用资源,介绍了基于装备多寿命周期理论的发动机再制造工程,对发动机再制造的内涵、工艺流程、经济社会效益进行了分析。以年再制造1万台重型车辆斯太尔发动机为例进行了效益分析,结果表明可以节省金属材料7.65 kt,回收附加值3.23亿元,提供就业500人,并可节电1.45×108kWh,减少CO2排放0.6 kt,说明发展再制造工程对延长装备寿命周期、节能、节材、环保等方面具有重要意义。     

基于模糊支持向量机的发动机故障诊断方法

发动机的故障样本少,用神经网络进行故障类别的学习和分类往往会出现过学习、泛化能力不高以及局部极小点等问题。针对这一缺陷,将基于小样本理论的支持向量机学习方法应用到发动机的故障诊断中。同时讨论了3种多故障分类器的优缺点,并用引入模糊隶属函数的方法解决了“一对多”方法在构建多故障分类器时存在的分类盲区,提高了分类器的分类精度。用该方法对发动机常见的8种状态模式的样本进行训练和识别,训练样本和测试样本都有较好的识别率。