当前位置:主页 > 科技论文 > 动力论文 >

活塞式发动机典型故障诊断及非稳定工况监测评估方法研究

发布时间:2020-03-28 02:26
【摘要】:活塞式发动机是众多关键装备的核心动力机械,在车辆、船舶、电力和油气田勘探输运以及工程机械等国民经济重要领域有着广泛的应用。但恶劣的工作条件、复杂的机械机构、以及多变的工况状态使得活塞式发动机故障频发;部分机械故障的发生与发展较快,极易导致设备损毁。发动机恶性故障不仅会造成严重的经济损失,甚至导致人员伤亡,影响恶劣。目前普遍采用的活塞式发动机传统监测诊断方法已经越来越不能满足工业现场日益提升的实际诊断需求。因此,通过现代信号处理方法提取故障特征,并开展活塞式发动机监测诊断方法研究,进而在故障早期及时诊断故障,对提高活塞式发动机的运行安全性、可用性、及可靠性具有极其重要的意义和价值。本文以活塞式发动机为研究对象,以提高典型故障监测诊断水平及其工程应用效果为目标,从故障诊断机理特征的研究出发,通过动力学仿真计算及信号处理方法提取故障敏感特征,进而研究典型故障监测诊断方法及瞬变工况监测评估方法,并利用实验和工程实际故障数据进行方法验证。论文主要研究内容如下:首先,基于动力学建模仿真计算开展典型故障机理特征研究。分别针对气门间隙异常故障、连杆轴瓦敲击故障和传动轴系故障,建立三维实体模型和动力学仿真模型,通过模型参数调整和仿真参数设置进行故障仿真模拟,获取关键零部件动力学响应变化规律,捕捉故障机理特征,并通过实验实例和工程实例进行验证。其次,基于活塞式发动机信号特点开展信号处理及特征提取方法研究。提出了一种通过尺度参数控制包络线形状连续变化的振动信号包络方法,实现了振动包络线的平滑程度和紧致程度可连续调整,为振动信号的包络分析提供了新技术;同时将该信号包络方法引入到经验模态分解中,在信号筛选过程中优选包络线,提升了其自适应分解能力;此外,提出一种瞬时转速精确计算方法,为瞬时转速特征的准确提取和瞬变工况下角域精确重采样奠定基础。然后,基于典型故障动力学仿真研究结果,利用信号处理和特征提取方法,开展活塞式发动机典型故障监测诊断方法研究。分别提出了基于冲击起始相位精确提取的气门间隙异常故障诊断方法、基于变分模态分解的连杆小头轴瓦敲击故障诊断方法、以及基于多参数证据加权融合的失火故障诊断方法,并进行了实验验证。并对发动机典型故障在线监测与诊断系统的系统构架、测点布置和典型故障诊断算法进行了设计。最后,针对发动机非稳定工况,结合振动和瞬时转速在非稳定工况特点,基于瞬时转速角域精确重采样方法及特征提取方法,开展活塞式发动机非稳定工况监测评估方法研究。提取能够表征开机状态的角域振动冲击特征及瞬时转速敏感特征,提出基于灰色评价法的单缸做功能力监测评估方法和基于状态隶属度计算的整机启动性能监测评估方法,为发动机非稳定工况的监测评估提供了新途径。
【图文】:

活塞式发动机,连杆螺栓,故障案例,配气机构


期及时发现并诊治故障,,对提高活塞式发动机的运行安全性、可靠性、及可用性,具逡逑有极其重要的意义和价值。逡逑图1-1活塞式发动机应用现场,(a)核电站应急柴油发动机,(b)油气田燃气发动机逡逑Fig.1-2邋Reciprocating邋engine邋application邋field,邋(a)邋emergency邋diesel邋engine邋in邋nuclear邋power邋station,逡逑(b)邋gas邋engine邋in邋oil邋and邋gas邋field.逡逑逦逡逑图1-2活塞式发动机故障案例,(a)气门故障导致配气机构损坏,(b)连杆螺栓断裂导致机组报废逡逑Fig.1-2邋Failure邋cases邋of邋reciprocating邋engine,邋(a)邋valve邋fault邋causes邋the邋valve邋train邋to邋be邋damaged,逡逑(b)邋connecting邋rod邋bolts邋failure邋causes邋the邋unit邋to邋be邋scrapped.逡逑1逡逑

活塞式发动机,应用现场,燃气发动机,故障案例


逡逑图1-2活塞式发动机故障案例,(a)气门故障导致配气机构损坏,(b)连杆螺栓断裂导致机组报废逡逑Fig.1-2邋Failure邋cases邋of邋reciprocating邋engine,邋(a)邋valve邋fault邋causes邋the邋valve邋train邋to邋be邋damaged,逡逑(b)邋connecting邋rod邋bolts邋failure邋causes邋the邋unit邋to邋be邋scrapped.逡逑1逡逑
【学位授予单位】:北京化工大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TK407

【相似文献】

相关期刊论文 前10条

1 王彦梅;李佳民;;农用汽车发动机状态监测系统与诊断方法研究[J];农机化研究;2018年02期

2 王渊明;徐策;侯继超;张禹生;;烟草机械中故障诊断技术的应用[J];南方农机;2018年04期

3 周雪军;;故障诊断技术在烟草机械中的应用和发展趋势[J];科技风;2018年22期

4 陈亚明;颜云;;故障诊断方法现状及发展方向研究[J];电工技术;2018年18期

5 单建虎;;石化转动设备状态监测与故障诊断平台及应用[J];石化技术;2017年10期

6 石志军;陈信在;高金宝;;舰船电子装备电路板的故障诊断策略研究[J];科技与企业;2016年01期

7 谢敏;楼鑫;罗芊;;航天器故障诊断技术综述及发展趋势[J];软件;2016年07期

8 付丽莉;;汽轮机故障诊断技术的发展分析和研究[J];科技创新与应用;2015年08期

9 谢春萍;梁家荣;;星型网络的几种故障诊断度研究[J];广西大学学报(自然科学版);2015年03期

10 周敏婷;;大功率陶瓷真空电容的故障诊断和失效分析[J];同行;2016年08期

相关会议论文 前10条

1 张利;徐娟;张建军;程龙;赵佛晓;;基于网格的远程协同故障诊断资源管理模型研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年

2 商斌梁;张振仁;;基于小波与遗传算法的气阀机构的故障诊断[A];2001年中国智能自动化会议论文集(下册)[C];2001年

3 李娟;;浅谈泵站设备故障诊断问题[A];2009全国大型泵站更新改造研讨暨新技术、新产品交流大会论文集[C];2009年

4 刘波;刘少华;姚国仲;申立中;;冗余电位器加速踏板故障诊断策略研究~[A];内燃机科技(高校篇)——中国内燃机学会第六届青年学术年会论文集[C];2015年

5 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年

6 魏伟胜;;γ射线故障诊断技术[A];中国化工学会2003年石油化工学术年会论文集[C];2003年

7 李铁军;赵海文;李慨;沈志忠;;基于多智能体的机电系统控制与故障诊断的研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年

8 许智灵;;冷藏集装箱故障诊断与处理的探讨[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

9 张乐功;王军;李健蓉;;应用状态监测及故障诊断技术 提高设备管理与维修现代化水平[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

10 闫晓鹏;栗苹;章涛;王永强;;无线电引信故障诊断策略研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅲ)[C];2008年

相关重要报纸文章 前10条

1 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年

2 邢小兵 记者 王瑶;我国首个航天器在轨故障诊断与维修实验室成立[N];解放军报;2014年

3 杨亚洲 邢小兵 记者 齐小英;航天器故障诊断与维修室在西安成立[N];陕西日报;2013年

4 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年

5 ;点火系故障诊断[N];华夏时报;2001年

6 李继光;铡草机常见故障诊断及排除[N];云南科技报;2003年

7 何攻 何延青;与Windows 2003亲密接触之常见故障诊断[N];电脑报;2003年

8 记者冯竞;“ B737飞机故障诊断与维修指导系统”开发成功[N];科技日报;2002年

9 宗樾;空调常见故障诊断[N];中国质量报;2004年

10 秦夏 记者 王梅;旋转机械远程在线监测及故障诊断中心落户陕鼓[N];中国质量报;2006年

相关博士学位论文 前10条

1 茆志伟;活塞式发动机典型故障诊断及非稳定工况监测评估方法研究[D];北京化工大学;2018年

2 黄杰;基于智能学习的电喷汽车故障诊断与监测评估系统的研究[D];中国农业大学;2018年

3 王奉涛;非平稳信号故障特征提取与智能诊断方法的研究及应用[D];大连理工大学;2003年

4 钱华明;故障诊断与容错技术及其在组合导航系统中的应用研究[D];哈尔滨工程大学;2004年

5 蒋丽英;基于FDA/DPLS方法的流程工业故障诊断研究[D];浙江大学;2005年

6 韩彦岭;面向复杂设备的远程智能诊断技术及其应用研究[D];上海大学;2005年

7 张君;小波分析技术在汽轮机故障诊断中的应用研究[D];华北电力大学(河北);2005年

8 邓学欣;开放式故障诊断构架及动态测试分析方法研究[D];天津大学;2004年

9 谭树彬;轧机厚控系统状态监测与故障诊断的研究与应用[D];东北大学;2006年

10 贾明兴;不确定系统鲁棒故障诊断[D];东北大学;2003年

相关硕士学位论文 前10条

1 魏建安;基于不平衡数据分类方法的机床故障诊断及应用[D];贵州大学;2018年

2 姜婷睿;基于多模式识别的FBGS故障诊断与预测研究[D];哈尔滨工程大学;2018年

3 李妍美;基于深度学习网络的潜油往复抽油机故障诊断研究[D];哈尔滨理工大学;2018年

4 胡志新;基于深度学习的化工故障诊断方法研究[D];杭州电子科技大学;2018年

5 张士强;基于深度学习的故障诊断技术研究[D];哈尔滨工业大学;2018年

6 徐国权;基于多特征的机车轴承振动故障诊断[D];北京信息科技大学;2018年

7 王晓峰;列车故障诊断与显示技术研发[D];大连交通大学;2016年

8 叶晓丰;基于偏最小二乘的故障诊断和质量监测方法[D];杭州电子科技大学;2018年

9 薛杨涛;化工故障诊断决策方法研究[D];苏州大学;2018年

10 李帆;综采工作面采煤机故障诊断与分析[D];河北工程大学;2018年



本文编号:2603778

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dongligc/2603778.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户59dad***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com