用于混合动力汽车的球形发动机热力学过程分析

作为混合动力汽车增程系统的一种新型动力源,球形发动机有着功率密度高,结构紧凑等优点。在介绍球形发动机工作原理及基本结构的基础之上,研究了发动机气缸容积变化规律,分析发动机燃烧过程,建立了发动机热力学理论模型。利用FLUENT开展了仿真研究,验证了模型的正确性,进而对于发动机燃油喷射过程进行了分析。结果表明：计算得到的气缸内部温度与压力曲线与仿真得到的结果基本一致,验证了理论模型的正确性。在燃油喷射的过程中,可能会出现涡团状的燃油喷射轨迹,使得局部富油发生,燃烧性能变差。     

涡轮泵状态监控及传感器故障识别的新异类检测方法

为了在故障样本稀缺、故障模式不完备的情况下监控涡轮泵状态,并剔除传感器失效故障造成的虚警,提出用于涡轮泵状态监控及传感器故障识别的单类支持向量机新异类检测方法。该方法以正常状态为目标类构建单类支持向量机检测器,用于检测涡轮泵是否出现异常;以传感器故障为目标类构建单类支持向量机检测器,用于判断检测到的异常是否属于传感器故障。对涡轮泵试车数据的分析结果表明了该方法的有效性。     

船艇机舱发动机辐射噪声研究

针对在混响声场发动机辐射噪声识别困难的问题,提出用统计能量分析法对船艇机舱发动机进行噪声源分析。建立了机舱发动机噪声源识别模型,计算了发动机各表面的辐射声功率大小及频率特性。应用表面振动测量法对机舱发动机各表面辐射噪声进行识别,其结果与统计能量分析法的对比表明:统计能量分析法考虑声场的反射和叠加,能更好地识别复杂声场环境下发动机辐射噪声。     

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。     

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。     

直列式内燃机往复惯性力对瞬时转速影响的仿真研究

提出了两种由直列式内燃机往复惯性力计算转速波动的仿真模型 ,对不同气缸间惯性力的相位耦合进行了仿真分析 ,证明缸数对转速波动的幅度和频率均有着很大的影响 ;利用希尔伯特变换对转速波动信号进行时频分析 ,证明了多缸机转速波动波形为调频余弦曲线     

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．     

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。     

基于神经网络的柴油机特征参数评价与选择

在设备故障诊断中,正确地提取与选择特征参数对于诊断结果的有效性和准确性具有关键性的意义,在提出评价判据时样本的概率分布往往难以确定,针对模式识别中特征量的选择方法,结合人工神经网络原理,提出了利用人工神经网络进行故障特征量评价与选择的方法,实现了对柴油机特征参数的提取及选择,有效地解决了柴油机状态监测与故障诊断中测试参数多而难以优化的问题。