柴油机缸套-活塞组磨损状态的识别研究

摘要

缸套-活塞组是柴油机的动力源，尽管该组件在柴油机中故障率并不是最高的，然而一旦它出现异常磨损，轻则造成整机性能变差，重则整机报废。因此，对柴油机缸套-活塞组进行状态监测，对于保持柴油机良好的工作状态具有重要意义。 基于以上考虑，本文进行了柴油机缸套-活塞组工作状态识别的研究。首先，本文对机身振动信号和活塞与缸套之间撞击情形进行了分析，建立了二者之间的映射关系，并明确了柴油机机型、运行工况等因素对映射关系的影响；其次，考虑到柴油机机身振动信号是非平稳随机过程，本文主要利用了小波包时频分析方法对机身振动信号进行处理，绘制了小波包三维时频能量图，提出主撞击能量特征参数作为监测缸套-活塞组工作状态的重要依据；再次，本文将遗传算法与神经网络结合，改善了网络性能。在遗传算法初步优化权值的基础上，再进行BP网络的训练和识别，充分利用神经网络的非线性映射能力，实现了柴油机缸套-活塞组工作状态的识别；最后，对不同机型的缸内部件不同的磨损失效形式进行了实验，验证了本文提取特征参数的有效性。 结果表明，振动分析法能在不拆机的前提下准确的识别出柴油机缸套-活塞组的工作状态。该方法简单可靠，具有良好的工程应用前景。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题概述

1.1.1课题来源

1.1.2研究目的与意义

1.1.3柴油机缸套-活塞组磨损研究的知识背景

1.2柴油机缸套-活塞组的磨损状态监测与故障诊断

1.2.1缸套-活塞组磨损故障机理分析

1.2.2状态信号(参数)采集

1.2.3信号分析和故障特征提取

1.2.4状态识别与诊断决策

1.3柴油机缸套-活塞组磨损状态的主要研究方法对比分析

1.4面临的问题及发展趋势

1.5本文主要研究内容

1.6本章小结

第二章柴油机机身振动信号与缸套-活塞组磨损状态的映射关系分析

2.1柴油机机身振动信号分析

2.1.1柴油机机身表面振动信号产生机理

2.1.2柴油机机身表面振动信号性质

2.1.3柴油机缸套-机身振动传递特性分析

2.2柴油机缸套-活塞组横向撞击过程分析

2.2.1缸套-活塞组撞击过程数学计算

2.2.2活塞运动仿真分析

2.3柴油机机身振动信号与缸套-活塞组磨损状态的关系

2.4本章小结

第三章机身振动加速度信号测试分析及特征量提取

3.1机身振动加速度信号测试系统

3.1.1测试系统总体结构

3.1.2仪器的结构及原理

3.2机身振动加速度信号测试

3.2.1实验规划

3.2.2测点位置的选择

3.2.3采样参数的选择

3.2.4机身振动加速度测试信号

3.3机身振动加速度信号常规特征量提取

3.3.1时域特征量提取

3.3.2频域特征量提取

3.4机身振动加速度信号小波包特征量提取

3.4.1小波包定义

3.4.2小波包分解

3.4.3小波包重构

3.4.4利用小波包进行特征量提取的技术路线

3.5特征量分析

3.6本章小结

第四章神经网络识别柴油机缸套-活塞组磨损状态

4.1 BP神经网络模型

4.1.1 BP神经网络来源

4.1.2输入和输出层设计

4.1.3隐含层设计

4.1.4传递函数选取

4.2标准BP神经网络的学习算法及其缺陷

4.2.1标准BP神经网络的学习算法

4.2.2标准BP学习算法的缺陷

4.3 BP学习算法的改进措施

4.3.1动量法

4.3.2 L-M优化方法

4.3.3模拟退火算法

4.3.4遗传算法

4.4改进型BP神经网络诊断柴油机缸套-活塞组磨损故障

4.4.1遗传算法和L-M方法优化BP神经网络的实现

4.4.2基于改进型BP神经网络的柴油机缸套-活塞组磨损状态识别

4.5本章小结

第五章实验研究

5.1洋马4TNV88柴油机活塞环实验

5.1.1活塞环故障模拟

5.1.2特征量提取

5.1.3失效分析

5.1.4对比分析

5.2本章小结

第六章全文总结与展望

6.1全文总结

6.2工作展望

参考文献

攻读硕士学位期间发表论文

致谢