采用监督局部切空间排列算法的航空发动机磨损故障诊断

为解决传统特征提取技术难以处理具有非线性结构的复杂故障数据、影响故障诊断准确性的问题,将非线性维数约简技术——局部切空间排列引入航空发动机滑油光谱数据特征提取中,提出了一种基于监督局部切空间排列的发动机磨损故障诊断方法。该方法对非线性分布故障流形数据的内在几何特征进行捕捉,并将数据向低维故障特征空间进行非线性映射,完成故障特征的提取,最后在故障特征空间里构造分类器,完成磨损故障的识别诊断。采用某型发动机磨损故障滑油光谱数据开展实验,结果表明:与传统主元分析、线性鉴别分析特征提取方法相比,该方法能够更有效地提取出嵌入于故障数据中的非线性特征,提高了故障分类的准确率,并且只需采用简单的线性分类器就能具有很好的故障诊断性能。     

基于遗传算法的WANN的汽车发动机故障诊断分析

利用基于遗传算法的全局优化能力,小波分析具有数据压缩和特征提取的特性,神经网络具有非线性映射和学习推理的优点.结合三者的特点,提出了一种基于遗传算法、小波与神经网络的汽车发动机故障诊断方法,应用汽车发动机的故障数据作为实例验证,GA-WANN模型诊断速度快,鲁棒性好,故障诊断正确率高.     

基于状态监控数据的航空活塞发动机故障诊断

针对某型航空活塞发动机空中功率迟滞和地面停车故障,提出一种通过飞行动态模型还原、数据推理和比较法相结合的故障诊断方法。以美国莱康明发动机和GARMIN 1000飞行数据为研究对象,利用Google Earth和FLIGHTDATA运用航段坐标和姿态数据还原飞机故障航段轨迹,结合EGVIEW发动机数据处理软件分析发动机运行中采集的各项数据,研究故障发动机典型数据特征,并基于故障时段发动机余气系数的计算结果判断故障发动机实际工况。结果表明：发动机故障发生时严重富油,通过对燃油调节器结构原理的剖析和地面测试台对其的性能测试,确定了两起发动机故障同源且均与飞行操纵、燃油调节器慢车性能参数超标和慢车活门结构设计有关,同时验证了利用状态监控数据进行故障诊断的有效性和准确性。     

基于支持向量机的滚动轴承早期故障诊断

针对航空发动机故障诊断过程缺乏大量实际故障数据的问题,提出了一种基于支持向量机和小波包相结合的滚动轴承的早期故障诊断方法.该方法利用有限的故障样本,以结构风险最小原理为基础,建立滚动轴承早期故障特征与其运行状态之间的对应函数关系,即故障分类器,并以该函数的输出判定轴承的早期故障类型.实验结果表明,小波包分析能够有效的提取滚动轴承中微弱的早期故障特征,支持向量机可以对这些早期故障特征进行准确识别.     

基于小波神经网络的伺服直流电机故障诊断

研究了直流电机反映潜在故障特征的参数选取方法,并在此基础上建立了基于小波分析方法和BP人工神经网络技术的特征参量-故障映射模型模型。通过诊断结果与实际数据的分析、对比,验证了所建立的故障诊断模型能有效地实现潜在故障征兆提取和故障映射功能。     

考虑滚动轴承故障位置与损伤程度的双分支卷积神经网络故障诊断方法

针对现有深度学习方法对非平稳的滚动轴承故障诊断过程中,先验故障信息利用不充分和故障样本不完备,导致诊断精度不高甚至无法诊断的问题,充分发掘轴承故障位置和损伤程度与振动数据特征间的映射关系,提出一种考虑滚动轴承故障位置与损伤程度的双分支卷积神经网络故障诊断方法.该方法首先将原始振动信号矩阵化,构建二维灰度图像数据集,然后...     

基于神经网络的模拟电路故障诊断

探讨了基于故障字典法和基于神经网络的故障诊断方法,利用自组织特征映射神经网络进行模拟电路故障诊断,根据神经网络的输出结果可以判断发生故障的类型.自组织特征映射神经网络聚类能力强、速度快,因此很适合复杂系统的故障诊断.     

基于AMESim的某型航空发动机滑油供油系统故障模拟

为了更加方便、经济地获取航空发动机滑油供油系统的故障诊断数据,本文提出了一种基于AMESim进行滑油供油系统的故障仿真以获取故障数据的方法。首先对某型航空发动机的滑油供油系统的部件进行数学建模,然后以此为基础,在AMESim中搭建整体模型。最后对供油系统中的供油油滤与活门进行故障注入,得到了油滤堵塞、单向活门卡滞、旁通活门弹簧松弛、卸压活门预紧力不足这四类故障与其相应监测点的压力、流量之间的映射关系。     

基于SOM神经网络的凝汽器故障诊断研究

应用自组织特征映射(S0M)神经网络实现凝汽器的故障诊断。介绍了SOM网络的结构和学习算法,总结了凝汽器的故障集、征兆集和故障特征数据模糊处理的方法。用MATLAB神经网络工具箱实现了凝汽器故障诊断,并给出故障诊断实例,表明该方法是一种可行有效的凝汽器故障诊断方法。     

基于频带能量分析的发动机转子早期故障识别

从检测信号中提取出发动机转子早期故障特征并进行快速识别是故障诊断的一个难点。将小波包分析与能量监测相结合,提出了根据频带能量对早期故障进行特征提取和识别方法。对频带能量分析原理,早期故障特征提取与识别方法进行了分析和研究,并将其应用于飞机发动机转子的早期故障识别。结果表明,频带能量分析方法能够有效地提取发动机转子早期故障特征并进行快速识别,特别是对于非平稳微弱早期故障信号,更具有明显优势。     

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。     

分形法在发动机隐含故障诊断中的应用

在对发动机的机械故障诊断中 ,由于其结构复杂常使其故障特征不明显 ,为此提出用分形法对某些隐含故障进行诊断。介绍了分形法诊断故障的基本原理 ,并利用奇异值降噪技术和分形维数法对隐含故障的特征进行了提取 ,实现了对发动机轴承隐含故障的诊断。诊断结果表明 ,发动机轴承正常状态下的分形维数为 4.4,出现明显故障时轴承的分形维数为 5 .3,出现隐含故障时轴承的分形维数为 5 .37。由此可以看出 ,用分形维数可以诊断隐含故障 ,说明分形诊断法能从本质上反映故障的结构特征。     

桑塔纳3000轿车不着车特殊故障诊断与排除

当人坐在汽车中准备启程时,却发现发动机无法启动,这是令人十分懊恼的事。本文以桑塔纳3000轿车为研究对象,以实车中的常见故障为基础,帮助汽车专业的学生学习汽车发动机不着车故障诊断与排除方法,进一步提高学习效率。     

特种车辆柴油发动机故障诊断专家系统实现问题

为了实现特种车辆柴油发动机已发故障或潜在故障的快速高效诊断,根据特种车辆柴油发动机运行过程特征参数知识表示的模糊特性,建立了多库多层次方式的知识库,并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.该系统采用V isual Basic6.0进行编程,在windows2000平台上运行.应用效果表明,特种车辆柴油发动机故障诊断专家系统的预报准确率较高,具有较大的实用性.     

柴油机燃油系故障的模糊诊断

为了定量检测柴油机燃油系3个精密偶件的状态、实现柴油机不解体故障诊断，研制了嵌入式电阻应变压力传感器；采用常规测试仪器，利用正交试验方法，测得不同磨损程度精密偶件的组合在工作中的压力波形；通过对燃油系供油压力变化过程、影响因素以及实测压力波形的分析，选取用于故障诊断的显著性特征参数；根据燃油系故障特点及其与特征参数的关系，采用模糊综合评判法和模式识别法作为诊断模型，并依据试验结果求得模糊关系矩阵。结果表明，利用模糊数学模型对柴油机燃油系故障进行诊断是可行的。     

基于灰色聚类分析的FJ44发动机故障诊断技术的研究

航空发动机故障诊断技术对于保证发动机的可靠性和飞行的安全性、经济行具有重要意义。本文以FJ44型航空发动机为研究对象,采用灰色系统理论对发动机常见故障类型进行分析,通过灰色聚类分析的方法实现发动机常见故障的诊断。实际参数验证表明该方法具有较高的可行性,对FJ44型发动机的故障诊断有一定的参考性。     

基于融合模型的柴油机空气管理系统故障诊断

柴油机作为重要的动力机械,其性能监测和故障诊断得到重视。而柴油机空气管理系统故障包括进气系统漏气、堵塞和EGR阀卡涩等故障将会导致恶化和经济性下降。针对空气管理系统具有较强的非线性,无法建立精确地数学模型等问题,建立了基于数学模型和数据驱动模型的融合模型,针对进气歧管漏气、中冷器堵塞,EGR阀卡滞等故障进行诊断研究。采用机理建模的方法建立EGR流量模型、充气系数模型和基于数据驱动建模的方法建立充气系数模型、进气压力波动幅值模型,利用奇偶方程法进行残差生成器的设计并生成三个残差信号,通过仿真分析可得到故障和残差值之间的映射矩阵,最后,采用模糊推理的方法进行故障诊断。研究结果表明：所构建的故障诊断系统能准确的诊断出空气管理系统的漏气直径为5mm、堵塞至进气流量减少10%和EGR阀卡滞故障在关闭状态。     

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.     

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。     

基于声强识别的发动机智能化故障诊断系统

根据对发动机在实际使用和生产中的故障诊断与监测现状分析，该文拟开发一套基于声强识别的发动机智能化故障诊断与监测系统。通过对系统需求分析和设计原则的定义，给出了系统总体方案，分析了系统的工作原理，设计了系统数据处理、故障诊断以及控制软件，并对软件设计过程中的几个关键技术进行了讨论，包括知识库的设计与分析、智能化故障诊断模型的设计以及输入输出模式的描述等，为实现发动机智能化现场故障诊断提供了软硬件平台。