基于振动分析的柴油机故障程度的研究

利用神经网络诊断模型来识别故障发展的不同程度,并以柴油机连杆铜套磨损故障为例进行分析.首先在295柴油机上进行了设定及待定工况实验,获取各工况下的缸盖振动信号;然后利用基于神经网络和小波分析的故障诊断方法进行故障程度识别;最后利用训练后的模型对待定工况进行故障程度的判定.实验和仿真结果表明:对于各设定工况,诊断模型可以定量地识别出来,准确率达到100 %;对于待定工况,诊断模型也可以给出定量的故障程度描述.从而使操作者能及时了解故障的发展情况,并根据网络模型的定量输出结果对故障部件进行相应的维修或更换处理.     

柴油机缸盖周期性振动信号的自相关周期识别

提出了类周期概念,利用拓展的周期信号自相关函数,实现了柴油机缸盖振动信号类周期的识别和主要振动波形的提取。实践证明,该方法的准确性高,有利于实现数据处理的智能化,为进一步分析柴油机缸盖振动信号奠定了扎实的基础。     

柴油机缸盖周期性振动信号的自相关周期识别

提出了类周期概念,利用拓展的周期信号自相关函数,实现了柴油机缸盖振动信号类周期力主要振动波形的提取实验证明垢准确性高,有利于实现数据处理的智能化,为进一步分析柴油缸盖振动信号奠定了扎实的基础     

基于振动信号的柴油机气门间隙异常故障诊断

为探讨简易诊断柴油机气门间隙异常的有效方法,采用柴油机缸盖表面的振动信号进行试验研究。采集了柴油机在不同气门间隙下的振动信号,用时域法和频域法相结合的分析方法对故障特征信号进行分析,得出了气门间隙异常的频率特性和判断依据。结果表明,采用振动检测技术可以实现不拆卸配气机构就可简易诊断柴油机气门间隙异常故障。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

农用柴油机故障的原因及排除方法

一、农用柴油机飞车 农用柴油机飞车时,转速急剧升高,有越来越大的刺耳响声,若不及时排除,会造成严重事故。飞车的主要原因有以下几点: 1.调速器漏装零件。如未装钢球、平面轴承、调速滑盘等。 2.高压油泵齿杆凸柄松动脱落。     

柴油机故障诊断中振动信号测点位置的研究

在295柴油机上进行设定的进排气系统故障实验,获取各工况下三个不同测点位置的缸盖振动信号,然后利用改进的基于神经网络和小波分析的故障诊断方法进行分析.实验和仿真结果表明,不同测点获取的振动信号蕴含故障特征是不同的.从缸盖上方采集的振动信号更能表征各种故障特征,其故障准确识别率达到95.4%,较其他两个测点有大幅度提高.为基于振动信号的柴油机故障诊断提供了最佳的测点位置,以提高故障的诊断准确性.对其他复杂机械的振动诊断同样具有参考价值.     

CY4102BZQ柴油机缸盖有限元分析

应用 Pro/Engineer 三维软件和 I-DEAS 有限元软件对 CY4102BZQ 柴油机缸盖进行实体建模及强度分析计算,得到预紧工况和爆发工况的应力分布图。将有限元计算结果与试验结果相比较,有较好的一致性,证明所建立的缸盖有限元模型正确,计算和试验结果表明气门导管孔周围的应力较大,进而提出原缸盖结构改进方案,并对改进方案模型,进行了强度计算。与原模型对比,整体应力分布有了较大的改善。     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归(AR)谱分析的各种常用方法，比较了各种方法对模拟信号(样本总数N=32)和柴油机爆发信号(N=128)的处理效果。结果表明，经典谱分析方法的稳定性好，但分辨率受信号样本数影响，不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率，因而可用于柴油机小样本数据段的分析，但使用时要注意模型阶次p的选择。当p太高时，各种方法都出现不稳定的现象。自相关法的分辨率略低，但其稳定性较好，可优先考虑使用。柴油机振动过程中有许多小样本信号，如爆发、阀开关、喷油信号等，它们引起的振动信号都非常短，采用AR谱估计方法是非常合适的。     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归 (AR)谱分析的各种常用方法 ,比较了各种方法对模拟信号 (样本总数N =32 )和柴油机爆发信号 (N =12 8)的处理效果。结果表明 ,经典谱分析方法的稳定性好 ,但分辨率受信号样本数影响 ,不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率 ,因而可用于柴油机小样本数据段的分析 ,但使用时要注意模型阶次 p的选择。当 p太高时 ,各种方法都出现不稳定的现象。自相关法的分辨率略低 ,但其稳定性较好 ,可优先考虑使用。柴油机振动过程中有许多小样本信号 ,如爆发、阀开关、喷油信号等 ,它们引起的振动信号都非常短 ,采用AR谱估计方法是非常合适的     

柴油机故障诊断的Fisher判别分析方法

针对柴油机故障诊断中往往出现故障的症状在识别空间重叠这一问题进行了研究，采用Fisher判别分析方法，在识别空间使各类故障自身进行聚类，而不同故障类别间则放大差异，实际运用结果表明，这种方法对比较复杂的难以区分的故障现象有效的。     

基于无限学生t混合模型聚类的机械故障预警方法

往复式压缩机、柴油机等复杂机械的振动信号往往呈现较强的非平稳特性,导致传统单特征门限报警法的报警准确率较低。针对该问题,提出一种基于无限学生t混合模型（infinite student's t-mixture model,iSMM）聚类的机械故障预警方法：首先,通过提取机械振动信号特征构建高维特征空间,并采用iSMM对其进行建模,以描述机械设备的状态;其次,利用基于匹配的KL散度近似算法计算机械设备在历史正常状态和观测状态下的模型间距离;最后,将该距离与基于3σ准则自学习出的报警阈值进行比较,实现故障预警。利用往复式压缩机故障案例对所提方法进行验证,结果表明本文方法较单特征门限报警法报警准确率高且时效性好,可有效地对复杂机械进行故障预警。     

基于局域波法和K-L信息量的柴油机故障诊断方法

针对柴油机表面振动信号的非平稳时变特性，采用局域波分析方法将实测信号分解为多个内蕴模式分量，提出了基于内蕴模式分量K—L信息量的柴油机故障检测方法。然后以正常状态为参考状态，对活塞缸套间的3种磨损故障实例进行了分析，结果证明了该方法在柴油机故障诊断中的有效性和工程实用性。     

柴油机气缸体组件的试验模态分析

将试验模态分析技术应用于4113柴油机的动态分析,通过对4113柴油机气缸体组件的试验模态分析,得到气缸体组件的模态频率和振型参数,并对前6阶模态振型的结果进行分析,根据试验结果,找出气缸体组件的薄弱部位并为其结构的优化提出初步的改进意见。     

基于分形和神经网络的柴油机振动诊断方法

提出了一种基于分形理论和神经网络技术的柴油机振动诊断方法,首先对柴油机的振动信号进行小波降噪,然后提取相应的不同迭代阶数的广义分形维数,并将其作为RBF神经网络的输人参数,以运行工况作为输出参数训练神经网络模型．训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况．实验及仿真结果表明：采用的小波降噪技术可以较好地再现振动信号特征,有效提高故障识别率;同时基于分形和神经网络技术的诊断方法在柴油机故障诊断中是有效可行的,对于单个故障的正确识别率达到了100％,具有较高的工程适用性,对其他复杂机械的振动诊断同样具有参考价值．     

基于Adaboost算法的输电线路舞动预警方法

输电线路舞动是目前尚未被全面准确认识的世界性难题,已严重威胁输电系统的安全稳定运行。文章分析影响舞动的外界气象环境因素,并在此基础上提出一种基于Adaboost集成学习算法的输电线舞动预警方法。采用基于Gini指标的决策桩作为弱分类器,通过对多个弱分类器的训练及加权求和,输出舞动预测结果及其置信度,可为电网运维人员提供决策支撑。最后,使用历史数据进行验证性实验,结果证明了所提方法的有效性。     

基于单缸柴油机表面异常声发射信号的活塞组件摩擦磨损故障诊断与研究

为了诊断并分析某型单缸柴油机的异常声发射信号,在柴油机缸体上安置振动传感器和声发射传感器。利用小波多分辨率算法对比分析了两个传感器的信号。首先通过几何估算提出了异常信号可能对应的两种故障形式,随后根据拆机检查,确认声发射信号中的故障特征来源于活塞组件之间的异常摩擦事件。诊断结果表明:该型号单缸柴油机的活塞组件的结构尺寸设计不合理,在柴油机正常工作中,连杆小头和活塞内部发生了摩擦事件,导致了声发射信号在固定的曲轴转角上出现异常峰值响应。声发射技术为以后有效监测活塞组件摩擦磨损提供了更准确的诊断方法。     

内燃机缸盖振动信号建模与仿真

针对现有内燃机振动信号采集方法存在的问题,提出一种通过建模仿真来模拟内燃机不同工况振动信号的方法。首先,建立内燃机配气机构动力学模型及气缸模型,分别用来模拟不同间隙气门的落座力及气缸压力;其次对内燃机缸盖进行模态分析,提取前30阶振型及其对应的频率;最后采用有限元法建立内燃机缸盖模型,借助气门落座力及气缸压力仿真结果对缸盖振动进行模拟仿真。利用缸盖振动的实测信号对其模拟信号进行验证,结果证明模拟方法有效可行。