李亮[1]2007年在《基于虚拟仪器技术的柴油机智能故障诊断系统的研究》文中进行了进一步梳理柴油机具有燃料经济性好、工作可靠、耐久性好、功率范围广、排气污染小等一系列优点，不仅在重型汽车、工程机械上得到了广泛的应用，而且在中小型汽车、甚至轿车上的应用也日益增多。开展柴油机智能化故障诊断技术研究，可以保障生产的安全性，减少或避免因事故而造成的重大经济损失和人身伤害；能够帮助维修人员缩短检修时间，提高维修质量。人工神经网络特有的非线性适应性信息处理能力，克服了传统人工智能方法对于信息处理的缺陷，使之在神经专家系统、模式识别、智能控制、组合优化、预测等领域得到成功应用。而BP神经网络是前向网络的核心部分，体现了人工神经网络最精华的部分。随着微电子技术、计算机技术、软件技术和网络技术的高度发展及其在电子测量技术与仪器上的应用，测试技术在许多方面已经突破传统测试仪器的概念。以计算机软件技术为核心的虚拟仪器技术用计算机软件替代了传统仪器中的某些硬件，不仅可以节省硬件开支，而且缩短了研发时间，减小了设计难度，它的出现使测试技术进入了一个新的发展时代。本文利用NI公司开发的图形化编程语言LabVIEW，并且通过LabVIEW软件中的MATLAB脚本节点调用MATLAB程序，构建了一套基于虚拟仪器的发动机振动测试和分析系统，从而完成了发动机振动信号的数据采集、信号的降噪、信号的小波包特征提取及故障的智能诊断。文中通过对通用数据采集卡叁种接口驱动程序开发方法做比较，最后确定了利用调用动态链接库的方法来编写UA301数据采集卡的接口驱动程序，该方法简单易行，运行起来快捷稳定。智能化故障诊断的关键在于故障特征的提取，文中将信号样本进行小波包变换，而后计算各子频带所占总频带的能量比，得到8维特征向量。选取好特征向量后，构建四层BP神经网络，训练好后用其对样本进行故障识别，取得了良好的效果。从而说明基于小波包的特征提取可以有效提取故障信号的特征信息，并且利用BP神经网络进行故障诊断也是切实可行的。
余永华[2]2007年在《船舶柴油机瞬时转速和热力参数监测诊断技术研究》文中指出船舶柴油机是船舶的动力之源，是保障船舶安全航行的关键。目前，船舶柴油机正朝着大功率、高强载和智能化方向发展，其中其运行状态的监测诊断系统属于智能化柴油机的叁大核心技术之一，因此开展船舶柴油机运行状态监测诊断技术的研究具有重要的意义。柴油机作为一种复杂的往复动力机械，故障的表现形式多，要实现其综合监测诊断是一项非常复杂的工程，技术难度大。论文作者根据船舶柴油机的结构特点，围绕单缸失火和功率不足等故障，采用理论计算和试验分析相结合的方法，进行了基于瞬时转速法和以示功图为主的热力参数法的船舶柴油机监测诊断技术研究，取得了如下主要研究成果：(1)通过分析基于简化模型的柴油机瞬时转速仿真计算方法的特点和不足，提出了一种基于柔性体模型的柴油机瞬时转速仿真计算方法，即通过建立柴油机及动力装置的轴系当量模型，将包括气缸压力在内的激励力按谐次作用在轴系的质点(惯量)上，求出质点(惯量)的扭角响应再计算其瞬时转速。仿真计算和试验验证对比表明：基于柔性体模型的柴油机瞬时转速计算结果与实际更吻合。考虑不同阻尼大小的仿真计算表明：基于柔性体模型的柴油机瞬时转速计算精度主要与轴系当量系统的刚度和惯量有关。(2)进行了基于柔性体模型的柴油机瞬时转速故障仿真计算，揭示了柴油机单缸功率不足的瞬时转速波动规律，提出了采用最大瞬时转速波动率作功峰值的无量纲参数诊断柴油机单缸功率不足故障，并定位到故障缸的瞬时转速诊断新方法，并在船舶柴油机上得到应用。(3)以6L16／24型船舶柴油机为研究对象，利用AVL Boost软件建立了一维数值模型，试验验证了模型的正确性。在此基础上进行了8种引起柴油机功率不足故障的仿真计算，从理论上分析了不同故障对柴油机缸内气体压力的影响，提取了反映气缸做功能力不足故障的6个示功图性能参数，发现了不同故障对示功图性能参数的影响不同，同一故障不同故障程度对示功图性能参数变化影响基本相同的规律。(4)在虚拟仪器平台下成功研制了具有自主知识产权的船舶柴油机数字化监测诊断系统。该系统采用多参数多方法实现了船舶柴油机缸内工作状态、功率输出、增压器性能、燃油系统和进排气等系统的数字化监测，所有参数通过数据库进行管理。特别是在该系统中开发的柴油机瞬时转速和示功图测量分析软件模块，实现了柴油机瞬时转速和气缸压力示功图的测量分析和性能参数计算。(5)利用船舶柴油机数字化监测诊断系统平台，进行了船舶柴油机瞬时转速和示功图法监测诊断的故障模拟试验研究，研究结果表明：瞬时转速法和示功图法可有效诊断柴油机单缸功率不足的故障，并可定位到故障缸。(6)利用故障仿真计算所确定的单缸功率不足故障与示功图性能参数间的相互关系，应用模糊逻辑推理原理，建立了柴油机模糊诊断系统，可实现船舶柴油机单缸功率不足故障的自动识别，为瞬时转速法和示功图法的工程应用提供了技术支撑。
王洪锋[3]2008年在《船用智能化柴油机热力参数监测与诊断技术研究》文中进行了进一步梳理大型船用智能化柴油机是船舶的动力源,对其状态进行有效地监测与诊断,对于提高船舶的安全运行具有十分重要的意义。本文作者深入研究了船用智能化柴油机热力参数的监测诊断技术,研究取得了如下主要结论:1、分析了船用智能化柴油机的结构、工作原理、故障特性及其机理等技术特点,确定了智能化柴油机监测和诊断研究的技术路线和诊断策略。2、建立了船用智能化柴油机工作过程的零维仿真模型,采用BOOST仿真软件进行了仿真计算和分析,通过试验数据验证了模型的可信度;对各种故障在不同故障程度下进行了仿真计算和分析,确定各故障敏感热力参数的变化规律,揭示柴油机各种故障与热力参数之间的内在联系,为智能化柴油机的故障诊断提供了依据。3、分析了灰色关联度法应用于柴油机故障诊断的可行性;针对智能化柴油机的各种故障,提出了改进的关联度方法,利用智能化柴油机工作过程故障仿真结果,建立了灰色关联度诊断的基准向量集;分析判断了各个待检工作状态与基准工作状态的关联程度,对智能化柴油机性能进行综合评估和故障诊断。4、采用模块化结构设计方法和图形化编程语言LabVIEW构架了基于CAN总线和数据采集设备的智能化柴油机监测诊断系统,应用了灰色关联度诊断方法,实现了柴油机的热力参数监测诊断。5、由于柴油机结构的复杂性,一种监测诊断方法难以得到准确的诊断结论,提出了采用多传感器信息融合和多种诊断方法集成的诊断策略,以进一步提高其诊断的准确性和实用性。
曹龙汉[4]2001年在《柴油机智能化故障诊断技术研究》文中研究表明柴油机故障诊断技术是利用柴油机的状态信息和历史状况，通过分析和处理来定量识别其实时技术状态，并预测异常故障的未来技术状态的一门建立在多学科基础上的综合技术。本文试图从工程应用的角度出发，以柴油发电机组为研究对象，以测试技术、信号处理、小波分析、模糊聚类、人工神经网络以及粗糙集等理论为基础，深入研究柴油机的故障机理、故障特征提取和诊断方法。论文主要由八部分内容组成：1)、简述了论文的研究目的和意义。综述了柴油机的各种状态监测方法和故障诊断技术的研究现状，分析了各种诊断方法的特点及适用范围，指出了存在的问题和将来的发展趋势。2)、为了提高FFT的谱分析的精度，分析了加窗频谱分析方法误差产生的原因。针对加窗傅氏变换的栅栏效应，研究了各种窗谱校正和频率细化方法。分析了样本长度对窗谱校正精度的影响。3)、从故障诊断角度出发，给出了柴油机缸盖振动信号的信息模型。分析了柴油机缸盖振动信号的时域、频域和循环波动特性，提出了抽区间采样分析和参数平均相结合的振动诊断方法，研究了柴油机缸盖表面振动信号的检测及实现方法。在此基础上，研究了气门间隙异常和气门漏气等典型故障的振动诊断机理和诊断方法，揭示了这些故障与缸盖振动信号之间的本质联系。4)、在介绍柴油机供油系统的组成及燃油喷射过程的基础上，对高压油路中的叁偶件磨损、喷油过程等的故障机理进行了深入的分析，对其造成的影响进行了讨论。根据供油系统的工作特点，讨论了供油系统各种典型故障状态下的燃油压力波动情况，分析了燃油压力波形和故障之间的对应关系。5)、研究了柴油机故障诊断的特征信号提取方法，包括基于短时AR分析的信号特征提取方法和基于小波多分辨率分析的特征提取方法。利用短时AR分析，给出了从柴油机缸盖振动信号中提取整循环诊断征兆的实现方法。在介绍连续小波变换、二进离散小波变换和小波包变换的基本理论的基础上，给出了小波分析中最重要的算法—Mallat快速算法。研究了小波包分解结果中存在的频率混迭现象，提出了一种抗频率混迭的小波包改进算法。利用小波多分辨分析或小波包分析以及Kllback-Leibler信息量最小，通过对柴油机表面振动信号进行小波分解与分析，确定了各故障状态的特征频带、进而可用特征频带的时间序列的时序模型参数作为特征矢量，实现对柴油机运行状态故障的诊断。阐明了燃油压力波形进行小波分解后，可以消除噪声干扰，提高信噪比。选择小波逼近似信号和某些分解信号，提取相应的诊断特征参数，可以作为每一个输入模式的属性值，实现常见供油系统故障的诊断。6)、以模糊数学为基础，介绍了模糊C-均值聚类算法的基本原理，给出了模糊C-均值聚类算法的一般计算步骤，对模<WP=4>糊聚类的有效性进行了深入分析。提出了应用模糊C-均值聚类算法实现对柴油机活塞—缸套磨损的故障分类和诊断，实际应用证明了其诊断方法的有效性。7)、介绍了粗糙集理论的核心内容，给出了连续属性值的离散化方法。论文应用粗糙集理论对反映柴油机运行工况的特征参数进行了属性简化，通过人工神经网络实现了对柴油机故障的自动分类和诊断。8)、论文的最后一章对全文的主要研究内容进行了总结，给出了主要研究结论和创新点，指出了论文的不足和今后的研究重点。
张旭[5]2007年在《人工免疫算法及其在船舶柴油机智能故障诊断中的应用研究》文中指出本文在系统研究人工免疫算法基础上，从工程实际应用的角度出发，将人工免疫算法与计算智能诊断方法相结合，对船舶柴油主机的智能故障诊断进行了深入的研究。完成如下的研究工作： (1) 讨论了生物免疫系统的一些基本概念、功能和原理：分析了人工免疫算法的基本理论以及常用免疫算法的基本结构和流程。在分析opt-aiNet算法原理和性能的基础上，引入山谷搜索法作为新的网络抑制方法，提出并实现一种多峰函数优化免疫算法。 (2) 为了在聚类数不确定的情况下实现聚类分析，通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析，提出一种基于快速免疫动态聚类算法。用以根据样本数据自动确定聚类数及中心位置，并且克服了传统聚类算法容易陷入局部极小值的缺点。同时，通过引入新算子及适当选取聚类的初始中心，明显提高算法的收敛速度。 (3) 在系统研究RBF神经网络原理和学习算法的基础上，提出一种用快速免疫动态聚类算法自动求解网络中心，再用递推最小二乘法求解网络权值的新学习算法。给出了基于神经网络进行故障诊断的基本原理，并以此为依据对船用柴油机进行故障诊断。 (4) 在介绍粗糙集理论核心内容的基础上，提出了一种基于免疫优化的新型粗糙集属性约简算法。算法设计的重点在于将分类精度和约简中所含属性个数集成为一个统一的亲合度成熟目标，并通过抗体更新和抗体相似性抑制来维持群体的多样性，以获得多个符合分类质量要求的属性约简集。 (5) 在所求得的多个属性约简集中，根据专家经验优选最佳约简集，对反映柴油机运行工况的特征参数进行简化，并通过RBF网络实现对船舶柴油机故障的自动分类和渗断。以此混合智能诊断模型为基础，设计并实现了船用柴油机状态监测及故障诊断系统。
乔卉卉[6]2016年在《挖掘机远程状态监测与故障诊断系统研究》文中进行了进一步梳理针对挖掘机现场故障诊断中,人工诊断不准确、故障发现不及时等问题造成的挖掘机故障恶化、零件疲劳损坏、导致生产停滞或生产事故等现象,本文在国内外行业人士研究的基础上研究挖掘机远程状态监测与故障诊断系统的构建方法,该系统不仅包含了基本的挖掘机运行状态监测、同时可以实现挖掘机远程故障智能诊断,提高故障诊断的准确率,使挖掘机“被动维修”转换为“主动维护”,降低维护成本,较少经济损失,保障挖掘机工作效率。本文首先对挖掘机远程状态监测与故障诊断系统进行了总体方案设计,确定了系统的整体架构,主要包含叁部分:车载数据采集平台、数据远程传输网络、远程监测诊断中心。主要针对柴油机与液压系统进行监测与故障诊断,根据挖掘机的结构与故障机理,选择了监测参数和测点位置。搭建了基于NI Compact RIO和GPS的车载数据采集硬件平台及基于GPRS的远程数据传输网络,并编写了基于LabVIEW的车载数据采集与传输的软件程序,实现了数据的采集、本地存储与远程传输。然后进行了远程监控中心软件设计,包括监测对象信息管理、发送监测请求、数据接收与解析、挖掘机地图定位、数据库存储与管理、柴油机与液压系统监测诊断、故障报表生成、故障信息返回和历史故障查询等功能模块。研究了基于集合经验模态分解的挖掘机振动信号的特征提取方法和基于支持向量机的挖掘机智能故障诊断方法,实现了柴油机与液压系统关键部位的状态监测与故障诊断。
柴艳有[7]2012年在《基于核学习理论的船舶柴油机故障诊断研究》文中进行了进一步梳理船舶柴油机是船舶动力装置的关键设备，如果发生故障，将会影响船舶营运，并可能造成巨大的经济损失，甚至造成关键设备损坏，危及人身安全。对船舶柴油机进行状态监测和故障诊断，能够有助于及时有效地发现并排除船舶柴油机的故障。这对于提高船舶柴油机工作时的安全性和可靠性，降低设备维修费用，减少经济损失，避免重大事故发生具有十分重大的意义。船舶柴油机是典型的综合性复杂系统，其组成结构和工作原理导致了故障症状的复杂性。船舶柴油机的故障原因与故障征兆数值之间表现为极其错综复杂非线性关系，并且各特征参数之间往往呈现出强耦合性和非线性，因此必须采用非线性方法对其进行状态监测和故障诊断。本文在总结和汲取前人研究成果的基础上，结合核学习理论在处理非线性问题方面所独有的优势，着重对基于核学习理论的柴油机故障诊断技术进行深入、系统的研究，其主要研究内容及成果包括以下几个方面。1.利用核主元分析非线性状态监测的优势，针对船舶柴油机的燃料系统提出了一种基于核主元分析的状态监测方法。首先对正常采样数据进行核主元分析，计算监测统计量及其控制限，从而建立状态监测模型。然后利用建立的状态监测模型对船舶柴油机的燃料系统进行状态监测。对某型船舶柴油机燃料系统的状态监测结果验证了本文提出的方法的有效性。2.结合核主元分析的特征提取优势和支持向量机具有较高的辨识率的特点，提出了一种新的船舶柴油机喷油系统的故障诊断方法。首先利用核主元分析对训练样本集进行特征提取，提取出最能反映船舶柴油机喷油系统故障状态的非线性主元。然后将提取的非线性主元用于支持向量机的训练，建立船舶柴油机喷油系统的故障诊断模型。最后利用所建立的故障诊断模型对船舶柴油机喷油系统的未知故障样本进行诊断。对某型船舶柴油机喷油系统的故障诊断结果表明：该方法能够准确识别船舶柴油机喷油系统的几种常见故障。3.针对船舶柴油机的涡轮增压系统具有模糊性和非线性的特点，提出了一种基于模糊核聚类算法的船舶柴油机涡轮增压系统故障诊断的方法。首先对历史故障数据集进行模糊核聚类，得到聚类中心，建立船舶柴油机涡轮增压系统的故障诊断模型。然后，利用建立的故障诊断模型对船舶柴油机涡轮增压系统的未知故障样本进行诊断。对某型船舶柴油机涡轮增压系统的故障诊断结果表明：该方法对于船舶柴油机涡轮增压系统的几种常见故障具有较高的区分度。因为引入了模糊逻辑的概念，所以该方法的诊断结果也更加真实、客观。4.针对智能化柴油机与传统柴油机的故障机理之间的差异，结合核fisher判别分析判别精度高和运算时间短等优点，提出了一种基于多类核fisher判别分析的故障诊断方法，并采用留一交叉检验法确定其中的参数。对某型船用智能化柴油机进行故障诊断的结果表明：该方法具有计算量小、耗时少、故障诊断准确率高等优点。因此，该方法非常适合于对船用智能化柴油机进行实时的故障诊断。本文主要研究了核学习理论，提出和改进了各类基于核的分类方法，对船舶柴油机的各子系统建立了一系列的状态监测和故障诊断模型。这些方法分别具有各自的优点，能够满足不同子系统的故障诊断要求。
赵海山, 赵秋俊[8]2015年在《柴油机故障诊断技术综述》文中指出柴油机作为一种动力机械广泛应用于船舶、工程建设、铁路修建以及石油开采等各个领域,这也致使柴油机越来越朝着精密化、自动化以及大型化的方向发展。柴油机广泛大规模地使用在提高生产率、减低成本的同时也在一定程度上存在着经济损失的隐患,对于柴油机出现的故障,轻则停止生产、造成一定的经济损失,重则致使设备损坏,甚至危及到人身安全。该文从柴油机故障诊断技术的概述、特征以及发展前景进行了简单介绍。
李伟[9]2017年在《基于和声搜索算法优化BP神经网络的柴油机故障诊断研究》文中进行了进一步梳理柴油机作为国民生产生活中必不可少的大功率往复式机械,是很多重要设备的动力来源。然而由于柴油机构造复杂及使用环境恶劣导致其故障的多发性、多样性和滞后性,因此如何发现一种高效的故障诊断方法,是目前国内外学者研究的重点。BP神经网络具有信息并行处理能力强、容错性高、自学习和自适应能力优秀等优点,但它容易陷入局部最小值,收敛速度慢;和声搜索算法最大的特点是全局寻优能力突出,而且算法简单。因此本文将和声搜索算法与BP神经网络相结合,突出它们各自的优点,改善BP神经网络的缺陷,以便达到更好的故障诊断效果。本文以R6105AZLD型柴油机作为实验对象,通过总结归纳,得出柴油机常见故障类型及其设置方法,同时研究了实验测点信号的敏感度,得出实验测点设置的位置,进行柴油机实验数据采集。经过对比各小波基函数信噪比处理结果,确定了本文信号降噪使用的小波基函数,并通过对降噪信号时域频域特征以及小波包能量特征的提取分析,指出小波包能量特征值数据更适于本文。本文利用测试标准基准测试函数实验证明了BP神经网络容易陷入局部最小值,收敛速度慢的缺点,并利用BP神经网络进行柴油机故障诊断为后续实验结果对比做准备。运用和声搜索算法优化BP神经网络,并通过测试标准基准测试函数证明了该优化算法的优越性。最后利用优化算法进行柴油机故障诊断,诊断结果表明该优化算法能够提高故障诊断的准确率和效率,同时与BP神经网络诊断结果对比,再次证明了和声搜索算法优化BP神经网络的优越性。
肖小勇[10]2013年在《船舶柴油机智能诊断技术与应用研究》文中研究表明船舶柴油机作为船舶的主要动力设备,是整个船舶的心脏所在。随着船舶向大型化、自动化以及集成化的方向发展,对船舶柴油机也提出了更高的要求。由于船舶柴油机所处工作环境恶劣,故障形式复杂多变,因此加强船舶柴油机的故障诊断技术的研究,不仅能保证船舶的正常运行,而且能从根本上转变设备的维修方式,进一步提高维修质量,降低船舶维护成本。本文围绕挖泥船和海监船项目背景,综合运用瞬时转速诊断法、振动诊断法、智能诊断法等多种诊断技术,实现对船舶柴油机的故障诊断。本文完成的研究工作主要包括：(1)以4120SG型柴油机为研究对象,对瞬时转速的诊断机理进行了深入分析,建立了瞬时转速的仿真计算模型。通过仿真计算,探索了不同工况下瞬时转速的变化规律。研究了二冲程与四冲程机瞬时转速提取技术,提取了4120SG柴油机实测瞬时转速信号,并将测试结果与仿真计算结果进行对比分析,验证了瞬时转速仿真计算模型的有效性,为柴油机的故障诊断提供理论依据。(2)根据内燃机扭振理论,建立了瞬时转速谐次诊断模型,从理论上分析了瞬时转速谐次幅值和相位的变化规律,并结合4120SG型柴油机单缸与多缸故障试验研究,提出了基于谐次相位法的多缸机故障诊断技术,确定了瞬时转速的谐次诊断规则,并成功应用于实船的故障诊断。(3)利用抽区间法和小波包技术分析了缸盖振动的特征变化规律。重点研究了失火故障、气门间隙异常、气阀漏气以及供油提前角异常等故障状态下缸盖振动信号时域诊断指标、频域诊断指标以及小波包能量百分比的变化情况,为柴油机的智能化诊断提供试验依据。(4)研究了基于神经网络与DS证据理论的信息融合诊断技术,提出了分层网络诊断模型。通过对比分析BP网络与RBF网络,确定了BP网络与证据理论作为分层网络的基本组合形式,并利用4120SG型柴油机的故障数据验证了分层网络诊断模型的可行性和有效性。(5)综合运用研究成果,以LabVIEW为开发平台研制了船舶柴油机智能故障诊断系统。重点研究系统分层网络诊断模型的设计、良好的人机交互界面、动态化故障知识库的实现以及有效数据存储机制的建立等,并将故障诊断系统应用于挖泥船的状态监测与故障诊断上,得到了良好的用户反馈。
参考文献：
[1]. 基于虚拟仪器技术的柴油机智能故障诊断系统的研究[D]. 李亮. 南京农业大学. 2007
[2]. 船舶柴油机瞬时转速和热力参数监测诊断技术研究[D]. 余永华. 武汉理工大学. 2007
[3]. 船用智能化柴油机热力参数监测与诊断技术研究[D]. 王洪锋. 武汉理工大学. 2008
[4]. 柴油机智能化故障诊断技术研究[D]. 曹龙汉. 重庆大学. 2001
[5]. 人工免疫算法及其在船舶柴油机智能故障诊断中的应用研究[D]. 张旭. 大连海事大学. 2007
[6]. 挖掘机远程状态监测与故障诊断系统研究[D]. 乔卉卉. 石家庄铁道大学. 2016
[7]. 基于核学习理论的船舶柴油机故障诊断研究[D]. 柴艳有. 哈尔滨工程大学. 2012
[8]. 柴油机故障诊断技术综述[J]. 赵海山, 赵秋俊. 科技资讯. 2015
[9]. 基于和声搜索算法优化BP神经网络的柴油机故障诊断研究[D]. 李伟. 中北大学. 2017
[10]. 船舶柴油机智能诊断技术与应用研究[D]. 肖小勇. 武汉理工大学. 2013
标签：自动化技术论文; 故障诊断论文; 神经网络算法论文; 仿真软件论文; 单缸柴油机论文; 网络模型论文; 机械振动论文; 船用柴油机论文; 大型挖掘机论文; 瞬时速度论文; 智能化技术论文; 汽车故障论文;