导读:本文包含了发动机状态监测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:发动机,状态,信号,故障诊断,火箭发动机,台架,神经网络。
发动机状态监测论文文献综述
李立达[1]（2019）在《农用汽车发动机状态监测系统与诊断方法研究》一文中研究指出通过多种信号收集、分析处理系统的设计、故障诊断系统的搭建等对农用汽车发动机的运行性能及故障状态检测、信号搜集与处理算法的研究等进行了详细的阐述,并且提出了一种依托于信息融合的BP神经网络农用汽车发动机故障诊断方法。经过大量的实验论证,该系统拥有运行稳定、诊断准确等优点,可以满足当前的诊断需求。(本文来源于《农机使用与维修》期刊2019年10期）
杨建国[2]（2019）在《润滑油光谱数据关联度分析在发动机状态监测中的应用研究》一文中研究指出按照传统光谱分析方法,不能对发动机长时间运行后的状况进行有效分析监测,可能会导致监测结果不准确,影响发动机运行状态评估;而利用光谱分析数据趋势关联度分析方法,可以对稳定磨损期内元素间的关联度以及长时间运行后各元素之间关联度进行有效分析,保证发动机运行状态监测结果准确性和合理性。在利用润滑油光谱数据关联度分析法对发动机状态进行监测时,关键是寻找各分析元素之间关联度。基于此,以发动机磨损铁元素与其他磨损元素之间存在的关系为突破口,利用关联度函数关系确定发动机金属磨损元素关联度,确定发动机运行状态具体情况,根据监测结果对发动机进行维修和保养,确保发动机正常运行状态与安全性。(本文来源于《现代制造技术与装备》期刊2019年08期）
赵汝岩,崔海斌,单崇喆[3]（2019）在《基于监测信息的固体火箭发动机健康状态评估技术》一文中研究指出针对固体发动机难以建立复杂环境下可信度较高的失效模型对固体发动机进行健康状态评估的现状,建立了基于定期无损探伤数据和长期环境监测数据为检测信息指标的固体发动机健康状态评估模型。首先划分固体发动机健康状态等级,在此基础上,确定影响健康状态等级的具体监测信息指标及其权重,界定各监测信息单项指标处在不同健康状态等级的标准范围,基于实测检测信息和不同健康状态等级的标准范围明确监测信息的评估量化值、量值域和全域,并计算监测信息指标关于各健康状态等级的关联度,加权求和即可得出处于不同健康状态等级的综合关联度,实现基于监测信息的固体发动机健康状态的评估。(本文来源于《固体火箭技术》期刊2019年03期）
贾桂敏,王磊,陈万通,吴维[4]（2018）在《飞机发动机火警状态监测教学演示系统》一文中研究指出本文根据现代大型民用运输飞机发动机火警检测原理及火警报警方式,设计一套便携式的教学演示系统。通过电子化手段复现气体感温线传感器检测控制原理,通过图形化方式同步显示双回路火警检测的控制过程。利用该系统,教师可以直观讲解传感器及发动机火警检测系统的工作原理,应用于飞机电子系统、机务维修等相关课程的教学及课程设计。(本文来源于《电气电子教学学报》期刊2018年05期）
陈联卿[5]（2018）在《基于振动信号分析的航空发动机状态监测与故障诊断技术研究》一文中研究指出文章分析了航空发动机中转子、轴承和齿轮的振动机理和振动信号特征;然后,针对航空发动机的结构特征提供了传感器测点的布置方案;最后,依据各部件振动信号特征,从时域、频域、时-频域叁个维度出发,提出了航空发动机的状态监测和故障诊断策略,以期为保障航空发动机的正常运行提供一定的参考。(本文来源于《现代制造技术与装备》期刊2018年08期）
邹申奥[6]（2018）在《基于声发射技术的发动机在线状态监测识别方法》一文中研究指出发动机作为动力机械的“心脏”,是保障设备运行安全的关键,它较为集中的体现了一个国家的制造业和工业化水平。发动机一般处于高温、高压、重载荷的恶劣环境下,其能否安全稳定的运行势必影响到设备整体的性能安全。为此,需要借助状态监测方法对发动机的健康状况进行实时评估,根据评估结果采取应对措施。针对传统发动机健康监测方法的局限性,本文提出应用声发射技术对发动机进行健康监测。利用声发射技术,分别开展了发动机进气失稳实验研究和发动机加速过程加速实验监测研究这两项实验研究,并同时应用振动监测技术进行了对比分析。在发动机进气失稳研究中发现,利用幅值、信号强度、有效值电压、平均信号电平等声发射参数可有效的识别发动机进气失稳状态。随着进气失稳的不断恶化,当失稳范围较轻时声发射监测技术即可做出响应,而振动技术只有在失稳范围超过一定数值时才做出响应,证明了声发射技术对于识别发动机进气失稳的敏感性。为发动机的健康监测提供了新途径。此外,在对失稳信号进行基于小波包分解和BP神经网络的智能处理中发现,此方法对故障识别准确度较高,可作为发动机故障分类的判别依据,为建立发动机故障处理云平台提供了新思路。在对发动机加速性能实验的监测研究中发现,随着发动机转速的不断增大,声发射参数随之增大,声发射信号主要频率成分逐渐简单化,信号能量不断向高频部分转移。(本文来源于《北京化工大学》期刊2018-06-03）
齐新宇[7]（2018）在《汽车发动机的状态监测及故障诊断技术的研究》一文中研究指出发动机是汽车的动力源,发动时的运转状态直接影响着汽车整车的运行状态、可靠性和安全性。然而汽车发动机的零部件很多,结构庞大和繁琐,运行环境严酷,所以汽车发动机在实际工作中会发生多种多样的故障,由于结构复杂导致故障的排除难度较大。利用专业的仪器检测设备对汽车发动机的状态进行监测及故障检测,从而确定故障发生部位,分析故障原因,充分利用现代计算机技术、大数据分析技术、测试传感技术等信息技术,提高对汽车发动机的状态监测能力和故障诊断的准确性具有重要的实际意义。本文首先分别阐述了汽车发动机试验、发动机故障诊断、人工神经网络和BP神经网络等汽车发动机状态监测及故障诊断的关键技术的国内外研究现状;其次,应用FMEA、FMECA和FTA叁种常见的故障分析方法对汽车发动机进行了故障分析,针对汽车发动机燃油耗高和发动机动力不足两种典型故障进行了故障分析,分别建立了相应的故障树;第叁,在充分了解汽车发动机的试验要求和试验原则的基础上,详细规划了汽车发动机性能参数的检测方法和手段,提出了汽车发动机台架试验系统的设计方案和具体的台架试验方法。最后,将遗传算法与BP神经网络相结合,提出了基于遗传算法的BP神经网络的汽车故障诊断,并进行了实例分析。(本文来源于《吉林大学》期刊2018-04-01）
梁凯[8]（2018）在《发动机试车台架状态监测系统设计》一文中研究指出随着我国汽车行业的飞速迅猛发展,作为汽车最核心部件的发动机,其性能指标成为消费者购买汽车的重要参考依据。作为发动机出厂上市的关键一环,发动机台架试验的结果对发动机的销售起着至关重要的作用。发动机进行台架试验时,发动机试车台架结构中各部件将负担巨大的应力和载荷。因此,发动机试车台架很容易因长期的剧烈振动和高负荷试验造成台架结构发生故障,从而影响发动机正常的台架试验甚至影响到台架试验人员的人身安全。针对这种状况,本文提出一套发动机试车台架状态监测系统针对发动机台架试验中台架系统的剧烈振动进行监测并对其零部件进行故障识别和诊断。首先,本文从试车台架系统的结构出发,针对台架结构中各零部件进行潜在故障的分析与预测,选取了以振动信号为主的状态监测物理量,确定了状态监测系统的总体框架。其次,根据系统的整体框架完成了对系统的硬件部分选型,包括传感器、采集卡等,并且根据台架结构的特点,确定了监测位置。在硬件设计的基础上,根据监测需求设计软件,系统的软件功能分为参数设置和批次管理模块、数据采集和状态监测模块、信号分析与处理模块、数据远程交互模块四大模块。应用LabVIEW完成对软件系统的编写,实现了试车台架状态监测系统的各项功能。最后,针对发动机试车台架最可能出现故障的轴系和轴承故障进行了实验室的故障模拟,对采集的振动信号应用变分模态分解进行故障特征提取,并对试车台架采集的实际信号运用该方法进行特征提取,验证了方法的有效性,并在系统中加以应用。(本文来源于《昆明理工大学》期刊2018-04-01）
吴倩,王武,王民慧[9]（2018）在《基于MEMS麦克风的发动机状态监测系统》一文中研究指出本系统通过采集分析发动机声音信号达到监测小汽车发动机运行状态的目的。系统分为软、硬件两部分,硬件部分主要包括音频采集和通信模块,软件部分包括数据采集、转换和分析模块。系统通过Lab VIEW程序分析不同状态下的音频信号,得到了发动机运行时声音信号的图谱和特征量,为其状态分析和故障诊断提供了参考依据,达到监测的目的。(本文来源于《电子世界》期刊2018年05期）
吴瑀倩,李静,吴晓舟,王华伟[10]（2017）在《基于深度信念网络的民航发动机状态监测》一文中研究指出民航飞机发动机设备构造精密、复杂,其监测系统收集的数据中蕴含了丰富的故障信息;传统发动机状态诊断依靠数据统计分析和机器学习模型,但其在深入理解与归类信号特性方面的表现难以尽如人意;此外近年兴起了多层神经网络降维算法——深度学习理论,其通过模拟人脑分析过程建立由浅入深的算法模型,数据处理效果较好;将民航发动机自身特点与深度学习理论有机结合提出了基于深度信念网络发动机状态监测方法;其优势在于克服了传统方法人工提取数据特征的不确定性与状态分类陷入局部最优的缺陷,可对发动机参数进行自主学习与特征提取;实验结果表明该算法具有出色的特征提取能力与分类准确率,能够准确识别发动机的不同状态。(本文来源于《计算机测量与控制》期刊2017年07期）
发动机状态监测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
按照传统光谱分析方法,不能对发动机长时间运行后的状况进行有效分析监测,可能会导致监测结果不准确,影响发动机运行状态评估;而利用光谱分析数据趋势关联度分析方法,可以对稳定磨损期内元素间的关联度以及长时间运行后各元素之间关联度进行有效分析,保证发动机运行状态监测结果准确性和合理性。在利用润滑油光谱数据关联度分析法对发动机状态进行监测时,关键是寻找各分析元素之间关联度。基于此,以发动机磨损铁元素与其他磨损元素之间存在的关系为突破口,利用关联度函数关系确定发动机金属磨损元素关联度,确定发动机运行状态具体情况,根据监测结果对发动机进行维修和保养,确保发动机正常运行状态与安全性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
发动机状态监测论文参考文献
[1].李立达.农用汽车发动机状态监测系统与诊断方法研究[J].农机使用与维修.2019
[2].杨建国.润滑油光谱数据关联度分析在发动机状态监测中的应用研究[J].现代制造技术与装备.2019
[3].赵汝岩,崔海斌,单崇喆.基于监测信息的固体火箭发动机健康状态评估技术[J].固体火箭技术.2019
[4].贾桂敏,王磊,陈万通,吴维.飞机发动机火警状态监测教学演示系统[J].电气电子教学学报.2018
[5].陈联卿.基于振动信号分析的航空发动机状态监测与故障诊断技术研究[J].现代制造技术与装备.2018
[6].邹申奥.基于声发射技术的发动机在线状态监测识别方法[D].北京化工大学.2018
[7].齐新宇.汽车发动机的状态监测及故障诊断技术的研究[D].吉林大学.2018
[8].梁凯.发动机试车台架状态监测系统设计[D].昆明理工大学.2018
[9].吴倩,王武,王民慧.基于MEMS麦克风的发动机状态监测系统[J].电子世界.2018
[10].吴瑀倩,李静,吴晓舟,王华伟.基于深度信念网络的民航发动机状态监测[J].计算机测量与控制.2017
论文知识图
