基于奇异熵的磨粒群特征提取

为定量分析磨粒群,利用销-盘摩擦磨损试验机进行船用柴油机活塞环-缸套材料配副磨合磨损试验.在铁谱显微镜上对不同磨损阶段的磨粒群图像进行观察分析,应用奇异熵提取磨粒群图像的低频特征参数和高频特征参数.结果表明:低频特征参数和高频特征参数刻画了磨粒群图像上磨粒的形态特征.低频特征参数反映了磨粒群图像上磨粒尺度大小,其值越大,磨粒越大;高频特征参数反映了磨粒群图像上磨粒的数量,其值越大,磨粒越多.低频特征参数和高频特征参数可作为磨粒群特征参数.     

铁路机车柴油机磨合期的探讨

通过对机车柴油机磨合期铁谱监测现状的讨论,提出磨合结束点不是"浴盆"曲线的初始最低点,而是曲线过了最高点开始下降、且磨粒细化作为判断标准的观点.经过实际应用是可行的.     

船用柴油机磨损模式识别方法

在总结船用柴油机磨损形式的磨粒分析基础上,分析了模糊逻辑方法进行模式识别的不足,提出了在船用柴油机磨损模式识别中采用基于灰色关联分析的模式识别方法,建立了相应模式识别专家系统,并验证了识别结果的可靠性。     

影响中速柴油机气缸磨合的因素

本文分析了影响中速船用柴油机气缸磨合的因素,旨在提示轮机员和船东管理部门重视船用中速柴油机大修后的运转磨合。     

船舶主机汽缸套-活塞环磨合过程的模拟试验

为了解决船用柴油机出厂台架磨合试验时间过长的问题，在康胜专用磨合油润滑条件下，对S50MC型船用柴油机磨合过程中汽缸套、活塞环的磨损失重和表面粗糙度这两个重要参量随载荷、转速、温度及时间的变化规律进行了模拟试验研究．模拟试验结果表明：磨损失重随载荷的增大而增大；随转速、温度的升高而减小；磨合的平衡粗糙度随载荷的增大而减小；随转速的提高而增大；温度对平衡粗糙度的影响不大，磨合过程中，适当增大载荷、提高转速和温度可提高缸套-活塞环的磨合质量．使用康胜专用磨合油可以缩短磨合时间，从而提高生产量。     

面向实车使用的重载柴油机寿命损耗机理研究

针对重载柴油机实车使用过程中寿命影响因素众多、损耗机理不清的问题,从柴油机使用寿命定义出发,系统研究某型12150柴油机技术状况变化规律;引入FMECA方法、正态分布统计和Pearson相关分析法确定实车运用中影响柴油机使用寿命的主要损伤模式、关键部件和实体特征参数。基于SEM分析缸套-活塞环磨损失效机理。结果表明:缸套-活塞环磨损是决定重载柴油机使用寿命的关键,摩擦副上止点附近表面因发生严重粘着磨损、磨粒磨损和腐蚀磨损的综合磨损失效,导致柴油机性能下降到极限,达到寿命终了,缸套上止点附近磨损深度是表征重载柴油机使用寿命的实体特征参数。     

基于信息融合技术的柴油机磨损模式识别方法

论述了基于证据理论的时域数据融合识别方法，提出在船用柴油机磨损模式识别中采用基于信息融合技术的识别方法，采用此方法能够减少磨粒模式识别过程中的不确定性，基于此方法建立的识别系统在实际应用中证明了其有效性。     

磨损磨粒显微形态分析与自动识别技术

在磨粒自动识别系统中,首先对彩色磨粒图像进行预处理,运用图像增强、自适应阈值选取、磨粒的标识和图像二值化方法成功地提取了特征磨粒;然后根据磨粒的识别特征建立描述磨粒形态的特征参数体系,确定了磨粒的三类特征参数(颜色、表面纹理和形状尺寸参数),并对磨粒进行特征量提取创建参数数据库;最后以提取的磨粒特征量为基础,运用灰色定权聚类的方法成功地识别了6种特征磨粒(正常磨粒、球形磨粒、切削磨粒、严重滑动磨粒、Fe2O3磨粒、Fe3O4磨粒).实验表明所提方法切实可行.     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

船用柴油机缸套过度磨损原因及预防

本文针对船用柴油机在经过一段时间使用后,常会发生缸套过度磨损,分析了船用柴油机缸套产生过度磨损的主要原因,探讨了如何从管理角度上减少缸套过度磨损的措施.     

压缩空气发动机的设计及初步试验

由于排放污染和石油资源匮乏严重危及传统内燃机的生存,文章提出了将R175单缸柴油机改为压缩空气发动机的设计方案。指出系统设计的主要内容及面临的问题,测取了改装发动机的缸内压力曲线,计算出相应的机械效率,分析了试运转过程中的有关现象。试运转及装车路试说明,改装设计方案是可行的。     

基于小波变换的柴油发动机辐射噪声线谱分析

对小波变换(多分辩率分析)用于柴油发动机辐射噪声分析.利用小波变换的"变焦"性能,并基于其多分辨率分析,以柴油发动机辐射噪声信号为对象,使用Daubechies小波及快速小波算法———Mallat算法对其进行塔式分解,然后进行各级小波波形结构特征提取,再结合经典谱估计的方法分析其线谱特征,进而提高线谱的分辨率,以获得更多的信息量,为柴油发动机降低噪声提供理论依据.分析表明,将小波变换应用于柴油发动机辐射噪声线谱分析具有重要的意义.     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理 ,并把小波分析方法应用到柴油机噪声信号的分析中 ,即通过二进离散小波变换 ,把实际噪声信号进行多层小波分解 ,使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示 ,为噪声分析和采取降噪措施提供了理论依据     

基于小波EMD的柴油机油耗量测量信号去噪处理

提出基于小波经验模态分解的柴油机油耗量信号去噪处理算法.将柴油机油耗量测量信号进行经验模态分解(EMD)后,经阈值处理和尺度滤波,去掉主要干扰因素所对应的本征模函数(IMF)分量,然后对剩余IMF分量进行重构,得到去噪后柴油机油耗量测量信号的时间序列.测试结果表明:重构后的信号能反映柴油机油耗量信号的真实趋势,其相对误差约为0.72％.     

基于深度学习的柴油机气门健康状态评估

柴油发动机在运行过程中,其气门间隙会随其性能状态退化发生改变,为了解决传统的健康状态评估方法健康指标确定困难、权重人为经验依赖性大的问题,提出一种基于深度学习的柴油机气门健康状态评估方法.首先通过小波包分解算法对柴油机缸盖振动信号进行分解,对分解得到的节点信号分别提取常见的14个时域特征和小波包分解信号能量比向量,构建...     

柴电混合动力单元关键参数试验研究

鉴于柴电混合动力单元性能和控制策略受柴油机和发电机基础性能限制,考虑到柴油机转速波动率、柴油机转速响应速度、发电机转矩调节速度等参数对动力单元工作稳定性及动态性能具有重要影响,搭建了柴电混合动力单元试验台,对上述关键参数进行了研究,明确了柴油机与发电机可达边界,为控制策略优化奠定了基础.     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声，在进行故障特征提取之前必须加以消除。首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比，然后将奇异值分解技术用于信号降噪。最后提出了一种将小波包和奇异值分解相结合的降噪方法。该方法将输入信号进行一次小波包分解，利用奇异值分解方法对分解后的幅值量化系数进行降噪。实例表明，小波包和奇异值分解相结合的方法降噪效果最好。与其他方法相比，用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高，且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号，大大提高了特征提取的准确率。     

基于自适应LS-SVM的柴油机进排气系统故障诊断

 提出了应用自适应最小二乘支持向量机和小波包能量特征的柴油机进排气系统故障诊断方法。对气门间隙异常、气阀漏气等几种常见故障和系统正常运行进行小波包分解,提取频带能量作为支持向量机的输入特征向量;然后,利用自适应优化算法对最小二乘支持向量机进行优化;最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行故障分类和识别。对比实验表明,与BP神经网络和采用交叉验证的传统最小二乘支持向量机相比,该方法可克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,提高了传统最小二乘支持向量机算法的寻优速度,在样本数较小时仍可取得较好的效果,能有效诊断柴油机进排气系统故障。     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

基于区域抑制的V型柴油机机体结构简化及主轴承座强度分析

针对某V型柴油发动机,对其进行了机体模型的简化与主轴承座的强度分析。首先使用区域抑止的模型简化方法,提出一套针对柴油机机体模型的简化方案,对机体模型上复杂的区域进行简化,以获取相应的简化模型。然后,在Abaqus软件中对柴油机机体原模型与简化模型通过施加相同的边界条件与载荷进行主轴承座的结构强度有限元分析,以获取相应的应力应变数据。对比原模型与简化模型的机体与主轴承盖的最大主应力和主轴承孔变形的情况下,获得误差在5%以内的简化模型。