调整参数对柴油机性能影响的试验研究

采用多因素正交回归旋转设计方法进行柴油机优化设计和调整．以N485Q柴油机为研究对象，选用配气相位、进气门间隙、排气门间隙、转速和负荷等5个因素作为调整因子，设计因素5水平试验方案．建立柴油机功率、油耗率和烟度随调整参数而变化的数学模型，定量描述各调整参数对柴油机动力性、经济性和碳烟排放的影响．通过对模型的主效应分析，确定对柴油机性能影响程度较大的因素；通过模型的交互效应分析，找出配气相位和气门间隙对柴油机烟度排放的交互影响．     

工艺参数对强力旋压连杆衬套性能的影响研究

为了揭示工艺参数对连杆衬套性能的影响规律并获得优化的工艺参数,以减薄率、热处理温度、进给比为影响因数,运用正交试验法对强力旋压连杆衬套工艺参数进行了研究;探究了其对抗拉强度、布氏硬度、屈服强度和伸长率的影响规律;并对正交试验结果做极差分析,得出了各因素对目标函数影响的显著性次序及影响趋势图。再通过综合平衡法,得出了优化的连杆衬套工艺参数。     

工艺参数优化下连杆摆动副衬套结构强度研究

文中运用有限元法仿真了强力旋压下衬套中产生的残余应力,并基于温度等效模拟法获得了考虑残余应力下的连杆摆动副结构强度特性,进而开展了针对连杆摆动副衬套刚强度特性受减薄率、进给比和热处理温度等衬套工艺参数的规律分析和优化计算.结果表明,减薄率、主轴转速、进给比对残余应力值影响不大,残余应力值沿轴向呈对称分布,且两端较大;在连杆摆动副中,残余应力会使连杆摆动副工作中的应力与变形增大,残余应力较大处增幅明显,而对接触压力影响较小;由响应面优化该型衬套的应力和变形下的最优工艺参数为减薄率28.37%、进给比0.154和热处理温度261.73℃.      

数控车床径向跳动影响因素分析

对于精度要求很高的零件工件径向跳动是一个重要因素。通过对衬套批量加工中的零件设定不同的参数,来分析卡盘夹紧力,主轴转速及刀具磨损对零件径向跳动的影响。通过不同参数设定下数据的测量分析,得到对径向跳动影响较大的因素,用最小二乘法拟合出此因素与跳动的关系。针对主轴影响因素,分析了径向跳动的原理,通过工艺改进,径向跳动保证的情况下,提高了主轴转速,实现了生产效率的提高。     

柴油机主副连杆有限元分析方法

主副连杆结构特殊,工作环境复杂而且恶劣,它作为柴油机的主要零部件之一,关系到柴油机整机工作的可靠性.该文研究采用有限元方法对其进行结构强度分析的技术措施.基于I-DEAS 11.0软件平台,应用特征建模技术对某柴油机主副连杆机构进行了实体化建模.利用接触单元模拟实际工作中各构件之间的接触状态,选取主缸最大爆压时刻作为连杆静强度分析载荷工况,实现了对主副连杆结构的应力和变形分析.寻求到了一套进行主副连杆分析的有限元分析技术途径,可为此类结构的可靠性设计提供参考依据.     

基于DOE设计的曲轴结构优化

曲轴是发动机中的重要零件,将活塞的往复运动转换为旋转运动.曲轴强度直接影响发动机的可靠性及使用寿命,而结构参数直接影响曲轴强度.在同一边界条件下,研究7个曲轴结构参数单因素变化对曲轴强度的影响;通过部分因子试验确定影响曲轴强度的主效应参数;利用响应面设计研究主效应因素多参数变化对曲轴强度的影响.结果表明:平衡重大端半径、连杆轴颈长度、平衡重厚度、主轴颈圆角4个参数是影响曲轴强度的主效应因子;应用响应面法优化设计曲轴强度,优化后曲轴应力最小值为86.592 MPa,较原模型减少31.3%.     

小型柴油机缸套、连轩轴颈磨损规律的灰色模型

根据灰色理论的基本原理,建立了小型柴油机缸套、连杆轴颈的磨损灰色模型GM(1,1)。该模型对磨损量的预测、柴油机设计、可靠性研究均有一定的指导意义。     

双缸柴油机曲轴主轴承弹性流体动力润滑分析

运用AVL EXCITE PU软件建立双缸机柴油机曲轴主轴承弹性流体动力润滑计算模型,计算分析了发动机最大扭矩转速下主轴承受力、最小油膜厚度、最大油膜压力、轴心轨迹等。结果表明,该双缸柴油机主轴承润滑良好,最小油膜厚度、最大油膜压力均在限值以内,符合设计要求。     

基于无线传输的内燃机活塞组-缸套摩擦力测量方法

探讨了平均指示有效压力法测量活塞组-缸套摩擦力的原理,给出了活塞组及连杆的惯性力计算方法,利用无线传输方法实现了连杆应力信号的可靠传输,并通过倒拖试验得到了不同转速条件下柴油机活塞组-缸套系统的摩擦力.     

移动式稻麦秸秆立式环模压块成型机试验

针对国内秸秆压块机不能移至田间进行压块成型作业的现状,设计了利用75 kW轮式拖拉机进行牵引的移动式秸秆压块机.以水稻秸秆为原料,对移动式秸秆压块机进行生产试验研究,寻求作业参数对压块机压块成型影响规律和最优组合.采用3因素4水平二次正交旋转组合试验方法,以喂入辊转速、叶轮转速、环模主轴转速为影响因子,秸秆压块密度及生产率为评价指标,利用Design-Expert 8.0.6软件,对试验结果进行方差分析及响应面分析,建立了3个因子对评价指标影响的数学模型.结果表明:对秸秆压块密度的影响因素大小顺序为环模主轴转速、叶轮转速、喂入辊转速;对秸秆压块生产率的影响因素大小顺序为喂入辊转速、环模主轴转速、叶轮转速;当喂入辊转速为125.84 r·min~(-1)、叶轮转速为776.05 r·min~(-1)、环模主轴转速为169.16 r·min~(-1)时,秸秆压块密度与生产率分别为1.153 g·cm~(-3),1 135.87 kg·h~(-1),满足秸秆压块成型要求.     

基于RBF神经网络的船用柴油机NOx排放的预测

依据4190ZLC-2型船用四冲程增压柴油机实际试验测得的数据,利用MATLAB中的神经网络工具箱,建立了基于径向基函数神经网络（RBF）的柴油机氮氧化物（NOx）排放浓度的预测模型。在预测模型建立过程中选取柴油机油耗率（SFOC）、功率、转速等参数数值作为输入矩阵,柴油机的氮氧化物排放浓度作为输出矩阵。仿真结果表明:该方法预测精度高,可为控制氮氧化物的排放提供依据。     

Study of CNG／diesel dual fuel engine＇s emissions by means of RBF neural network

Great efforts have been made to resolve the serious environmental pollution and inevitable declining of energy resources. A review of Chinese fuel reserves and engine technology showed that compressed natural gas (CNG)/diesel dual fuel engine (DFE) was one of the best solutions for the above problems at present. In order to study and improve the emission performance of CNG/diesel DFE, an emission model for DFE based on radial basis function (RBF) neural network was developed which was a black-box input-output training data model not require priori knowledge. The RBF centers and the connected weights could be selected automatically according to the distribution of the training data in input-output space and the given approximating error. Studies showed that the predicted results accorded well with the experimental data over a large range of operating conditions from low load to high load. The developed emissions model based on the RBF neural network could be used to successfully predict and optimize the emissions performance of DFE. And the effect of the DFE main performance parameters, such as rotation speed, load, pilot quantity and injection timing, were also predicted by means of this model. In resum6, an emission prediction model for CNG/diesel DFE based on RBF neural network was built for analyzing the effect of the main performance parameters on the CO, NOx emissions of DFE. The predicted results agreed quite well with the traditional emissions model, which indicated that the model had certain application value, although it still has some limitations, because of its high dependence on the quantity of the experimental sample data.     

基于无线温度监测的内燃机连杆轴瓦故障诊断技术研究

针对内燃机连杆轴瓦故障频发且监测手段有限的技术难点,提出了基于无线温度监测的连杆轴瓦磨损类故障诊断方法。通过分析连杆轴瓦与轴径相对运动时的摩擦力学关系,在考虑润滑的前提下推导出轴瓦温升计算方程,作为基于温度监测的轴瓦故障诊断方法的理论依据;以TBD234V12型柴油机为对象,搭建连杆轴瓦故障模拟实验台模拟轴瓦磨损故障,并配置无线测温系统捕捉异常温度信号,对比正常情况下的温度信号可知,磨损的连杆轴瓦表面温度相比正常轴瓦温度有明显上升。理论和模拟实验结果表明,基于无线温度监测的内燃机连杆轴瓦故障诊断方法具有较高实用价值。     

双曲柄连杆机构高速柴油机的摩擦损失计算

通过理论计算，分析了曲柄连杆机构高速柴油机的摩擦损失，计算结果表明：双曲柄连杆机构SLG195型柴油机的摩擦损失比单曲柄连杆机构S195型柴油机的摩擦损失小0．72kW.     

MATLAB环境下的船用柴油机故障诊断的模拟研究

提出一种基于径向基函数神经网络模型应用于船用柴油机故障诊断的方法,设计相应系统的征兆／故障样本集,运用ＭＡＴＬＡＢ环境下的实用工具箱－ＮｅｕｒａｌＮｅｔｗｏｒｋｓＴｏｏｌｂｏｘ对ＨＵＤＯＮＧ－Ｂ＆Ｗ６Ｌ６０ＭＣＥ大功率船用低速柴油机涡轮增压系统的故障诊断进行模拟计算,仿真结果表明,这种方法是成功的。     

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.     

大功率船用柴油机智能诊断系统的研究与实现

通过对船舶柴油机故障诊断仿真系统的模型,结构原理与功能的研究,着重介绍了基于ＲＢＦ神经网络故障智能诊断方法,并以实例对涡轮增压系统和气缸组件与燃料系统故障进行分析判断,指出开发实船柴油故障诊断的计算机辅助分析系统具有指导意义。     

基于PID神经网络自动换挡过程油门调速

提出了一种在AMT换挡过程中运用PID神经网络进行油门调速的方法.通过台架实验,建立了东风康明斯EQB235-20柴油发动机的油门实验模型,同时在Matlab平台上对PID神经网络进行训练,使其输出逼近理想油门实验模型.将训练后的PID神经网络移植入ECU,进行发动机调速实验.实验表明,PID神经网络有响应速度快、鲁棒性好、收敛特性好的特点,提高了车辆的自适应能力.     

大功率柴油机的连杆设计

介绍了大功率柴油机连杆设计的方法和原则。通过对连杆静力和动力的综合分析，解释了连杆设计中的关键问题，为大功率柴油机的连杆设计提供了一种实用的设计方法。