基于改进段角加速度和神经网络的柴油机失火诊断研究

论文摘要

针对失火故障中存在的高速轻载诊断困难,失火程度无法判别的问题,通过对比分析正常状态与失火情况下瞬时转速的特征,发现缩短段角加速度段长度,能够有效提升特征对失火故障的敏感度,同时,用神经网络方法代替阈值规则,能够很好地利用各缸特征值间的联系诊断失火。基于此,提出一种改进段角加速度和神经网络相结合的失火故障诊断方法。该方法能够实现对全转速范围单缸完全失火的诊断,且利用二级诊断的方式可以对失火程度进行有效判别,在高速轻载工况依旧具有很好的准确率。同时,提出的方法在学习阶段所需数据量小,适用于发动机失火故障的在线诊断。

论文目录

• 0概述
• 1 失火故障特征提取
•   1.1 段角加速度
•   1.2 分段方式改进
•   1.3 失火故障特征显著度
•   1.4 时间序列的插值处理
• 2 故障识别算法
•   2.1 阈值规则
•   2.2 BP神经网络
• 3 柴油机失火故障诊断试验
•   3.1 全转速范围完全失火故障诊断
•   3.2 不同程度失火诊断
•   3.3 高速轻载工况下失火故障诊断
• 4 结论

文章来源

类型: 期刊论文

作者: 刘健康,高文志,张攀,宋启新

关键词: 段角加速度,柴油机,失火故障诊断,神经网络

来源: 内燃机工程 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 动力工程,自动化技术

单位: 天津大学内燃机燃烧学国家重点实验室

分类号: TP183;TK428

DOI: 10.13949/j.cnki.nrjgc.2019.01.012

页码: 79-85

总页数: 7

文件大小: 4964K

下载量: 66