东风型内燃机车柴油机工况铁谱监测的研究

论述了将铁谱技术应用于东风型机车柴油机的工况监测，先后发现柴油机摩擦副腐蚀磨损严重、缸套和活塞内外套碎裂、滚动轴承保持架破损、润滑油稀释等故障，为机务段挽回几十万元的经济损失，确保机车的运行安全。     

机车柴油机常见故障的计算机综合诊断的研究

在试验研究的基础上,进一步研究各常见故障的故障机理,并选择恰当的性参数把多元分析技术与模式识别和模糊数学理论有机地结合起来,提出了”机车柴油机故障诊断的模糊多元判别法“;还建立了铁谱数据库编制了铁谱监控程序。最后,在计算机上实现了利用振动和铁谱技术的综合诊断系统,得到满意的结果。     

柴油机故障诊断技术的现状及展望

柴油机作为一种复杂动力机械,其运行状态监测和故障诊断技术越来越受到人们的关注。在柴油机故障诊断领域,信号处理、故障特征提取及识别方法已初具雏形,但离实用化还有一定距离。笔者分析了柴油机常见故障及影响因素,综述了现代柴油机故障诊断技术中常用的各种基于振动信号的时频分析法、瞬时转速波动法、铁谱及光谱分析法、灰色系统理论诊断法、神经网络诊断法及专家系统诊断法的原理、特点及不足,最后指出了柴油机故障诊断的难点和发展方向。     

铁谱技术智能化应用研究进展

铁谱技术是诊断机械设备发生磨损故障的有效办法,但传统铁谱技术难以实现对油液进行在线监测和磨粒的自动识别,而铁谱技术的智能化发展使得磨粒自动识别得以实现;从在线铁谱智能图像理论、BP神经网络、支持向量机和模糊集理论4个方面综述了铁谱技术智能化的应用研究,为后续深入研究铁谱智能化识别系统起到重要的指导意义。     

基于灰色粗集模型的汽车变速箱故障诊断方法

进一步提高灰色门限关联分析方法在汽车变速箱故障诊断中的精度并改善其决策中的不协调性。将粗集理论处理决策规则的方法与灰色系统理论在机械故障诊断决策中的应用结合起来,找出各故障的最优参数,理论分析及试验结果表明,灰色粗集模型突出了各特征参数对不同故障的作用,因而该方法提高了诊断的精度,也改善了诊断的协调性。对灰色粗集模型基于规则的故障普遍存在的诊断精度不高和决策不协调问题有所改进。     

基于多属性群决策的柴油机故障证据融合方法

鉴于复杂机械系统中故障信息的不完备及不确定性造成证据理论在故障诊断决策级阶段融合的准确性问题,提出基于多属性群决策的故障证据融合方法.利用多属性群决策的属性分析,计算基于元素属性集合的决策体差异权重,以减小融合证据源的差异;结合柴油机目标故障的相似依赖关系,利用目标故障的可信度权重对冲突焦元信息再分配,旨在提高证据融合的准确性.对R6105AZLD柴油机台架试验结果表明:本文方法可大幅提高诊断准确度和鲁棒性.     

集值信息系统中基于证据理论的规则提取

为了提高在集值决策信息系统中最优广义决策规则的获取速度,借助证据理论这一处理不确定性问题的有力工具,将证据理论应用到集值信息系统中,定义了集值信息系统在相似关系和优势关系下的基本概率分配函数,提出一种基于基本概率分配函数的最优广义决策规则获取方法。最后用实例说明了这种方法的有效性,并且有效地降低了时间复杂度。     

基于Web Services的机车故障诊断决策支持系统

本文针对机车质量控制系统设备故障征兆和故障原因对应关系的复杂性和多样性,开发了基于规则和基于实例相结合的基于Web Services的机车质量控制决策支持系统,研究了模糊产生式规则和模糊推理技术在故障诊断决策系统中的应用。通过引入面向对象技术和XML,使知识的复用、表达更加方便快捷,能较好的解决机车车辆的智能诊断和检测,提高了故障诊断的可靠性和速度,降低了设备的维修成本。     

改进决策树的研究

提出了一种结合规则技术思想的决策树的改进方法，利用数据挖掘所产生的规则对决策树每个分支节点的分裂条件进行判断，即能限制决策树生长，又能帮助选择最优线路，从而使决策效率明显提高。     

多标记序决策系统中基于局部最优粒度的规则获取

多粒度是当前粒计算研究的一个重要方面.在实践中,人们往往选择比较合适的粒度层次来解决问题.作为信息系统的一种特殊情况,多粒度决策系统是经常使用数据表示形式.在这样的系统中,对象可以在属性的不同粒度层次上取不同的观测值.实际使用时,常常遇到在数据属性上需要比较大小,即属性带有序关系.序关系分析是多指标决策的重要内容,而粗糙集是一种处理序关系有效方法.围绕多标记序决策系统的知识获取问题来开展研究,首先,介绍了多标记序决策系统的概念;然后,在协调的多标记序决策系统中定义了最优粒度和局部最优粒度,并介绍了基于局部最优粒度的属性约简和规则获取方法;最后,在不协调的多标记序决策系统中引入了广义决策,定义了广义最优粒度和广义局部最优粒度,并给出了基于广义局部最优粒度的属性约简和规则获取方法.     

船用柴油机故障诊断系统研究

船用柴油机故障诊断系统可以提高轮机工作人员的管理水平,达到快速分析、准确判断及迅速排除故障。它以船用柴油机典型故障为基础,应用Visual FoxPro数据库管理系统建立船用柴油机故障诊断系统。通过柴油机拉缸故障典型实例来具体说明该系统的使用方法和特点。该系统具有可修改、插入和删除等功能,以友好的用户界面和易于操作等特点,实现船用柴油机典型故障的快速诊断。该文的创新点是将船员具有的故障处理的经验及知识作为专家系统,供其他船员的学习,以便准确、快速地处理柴油机的故障。     

基于ReliefF-PCA和SVM的发动机故障诊断方法研究

针对柴油发动机机组振动信号非线性和非平稳性以及机组实际故障案例样本数据少的特点，提出了一种基于ReliefF、主成分分析（PCA）以及支持向量机（SVM）的柴油发动机故障诊断方法。首先提取发动机冲击信号的特征参数，运用ReliefF选择出其中的敏感特征以降低处理过程的计算难度；然后采用PCA进一步提取敏感特征，消除各特征之间的相关性，避免冗余；最后利用SVM实现机组的故障分类，诊断不同类型的故障。将本文方法应用于柴油机实际典型故障案例中，结果表明该方法能有效提取柴油机缸盖振动信号中的故障敏感特征，并实现多种典型故障的诊断。     

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.     

特种车辆柴油发动机故障诊断专家系统推理机设计

针对特种车辆柴油发动机故障诊断专家系统知识表示的模糊特性,建立了故障类型的模糊诊断模型,提出了不精确推理方法和模糊匹配策略,采用柴油发动机故障类型诊断的反向推理和故障原因分析及故障消除措施正向推理相结合的混合推理机制,设计了总体目标推理和级目标推理相结合的推理机．系统现场运行的快速推理结果表明了该推理机设计是成功的．     

车用柴油机故障诊断模糊推理算法及应用

在分析车用柴油机故障诊断知识的基础上，采用模糊优化方法对车用柴油机运行状态参数进行处理，采用模糊推理的算法来表达车用柴油机故障诊断知识．应用效果表明，车用柴油机模糊推理算法的建立，具有较大的实用性．     

电控柴油机故障诊断系统研究

应用Ｗｉｎｄｏｗｓ下可视化的软件开发工具Ｂｏｒｌａｎｄ Ｃ＾＋＋ Ｂｕｉｌｅｒ和ＢＰ网络设计电控柴油机故障诊断系统。采用多线程技术将监控模块与故障诊断模块溶为一体,实现对电控柴油机的故障诊断,系统性能台架实验结果表明,该方法能够对柴油机的常见故障进行诊断,工作可靠,在电控柴油机系统中运用神经网络进行故障诊断是可行的。     

柴油机冷启动过程模糊逻辑推理异常诊断

在分析柴油机冷启动异常诊断知识特点的研究基础上,采用清晰集构建模糊集的方法对柴油机冷启动过程运行状态参数进行相应的模糊化处理,并采用模糊逻辑推理算法对柴油机冷启动过程进行异常诊断,从而提出了一种基于模糊逻辑推理的柴油机冷启动异常诊断方法.应用实例表明,柴油机冷启动过程中启动困难异常的可能性为0.752,应该对柴油机冷启...     

船用柴油机实践教学的探索与实践

船用柴油机是集机、电、液于一体的复杂系统，结构和工作原理复杂，检验和维修以及故障识别和诊断难度高。为了使学生能直观弄懂船用柴油机的工作原理，熟悉船用柴油机的结构，掌握其故障检测诊断与维修技术，提高学员的学习效率，使学员毕业后能胜任岗位的需要，建立了船用柴油机动力实验中心，采用了模块化的实践教学方式、运用虚拟教学手段构建了船用柴油机实践教学体系，在机电管理人才的培养方面取得了良好的效果。     

基于缸盖振动信号包络线相关分析的柴油机故障预警方法研究

针对柴油机故障特征易受到环境、载荷等因素的干扰,从而导致许多传统意义上的故障特征参数不再敏感的问题,提出了一种基于缸盖振动信号包络线相关分析的柴油机故障预警方法,对一台6缸柴油机的缸盖振动信号对比了希尔伯特变换和n阶极值插值两种方法的包络线提取效果,并对其包络线进行相关分析,得到了相似系数、距离标准差以及余弦相似度等相关分析结果。研究结果表明：在传统特征参数不敏感的情况下,相关分析可以更好地反映机组的故障状态。本文研究结果可为实现柴油机故障的早期预警奠定基础。