6BT5.9型柴油机燃油系统状态识别方法研究

摘要

柴油机性能监测与状态识别是一门多学科的综合技术，是正在蓬勃发展的新兴领域。本论文在总结和汲取国内外学者在该领域研究成果的基础上，将理论和工程应用相结合，以康明斯6BT5.9型柴油机为研究对象；以检测技术、信号处理、虚拟仪器、神经网络等相关理论为基础，研究了柴油机性能监测与状态识别的机理，以及虚拟仪器智能化技术在柴油机诊断技术中的应用。实际设计、研发了相应的状态监测、数据处理的《柴油机监测分析仪》。系统研究了柴油机燃油喷射系统的不解体状态识别方法。提出了基于小波技术的外卡式间接喷油压力信号的特征提取、基于神经网络的由间接喷油压力波形构建真实喷油压力波形的燃油喷射系统状态识别方法。 首先，对康明斯6BT5.9型柴油机性能监测与状态识别的机理进行研究，以实现不解体监测为原则，确定了参数监测的具体实施方案，研发了《柴油机监测分析系统》，后续的检测和研究都是基于此系统。 虚拟仪器技术是仪器技术和计算机技术深层相结合的产物，是测试技术和仪器技术发展的主要方向。本论文深入研究了在柴油机性能监测及状态识别中采用虚拟仪器技术的方式和方法。在程序开发中，通过LabVIEW强大的外部接口，基于ActiveX、COM、DLL技术，实现LabVIEW与MATLAB的混合编程。在仪器语言中引入智能算法，实现了虚拟仪器的智能化。并应用虚拟仪器完成了燃油喷射系统状态识别的所有分析。 柴油机燃油喷射系统的性能状态直接影响着柴油机的燃烧过程，决定着柴油机的性能。因为燃油喷射系统的状态信息主要体现在喷油压力波形中，所以在对燃油喷射系统的状态识别主要应用波形识别法。虽然压力传感器直接内串高压油管检测更精确，但这种解体的方法无法在工程实际中有效的应用。所以不解体的间接检测方法日益受到重视。比较有效的不解体监测方法是使用外卡式传感器，但其信号受机体振动、高压油管壁厚等多种因素的影响，导致体现燃油喷射系统技术状态的特征参量难以识别。 本论文重点研究了如何使用小波分析进行间接喷油压力信号的特征提取，并提出一种燃油喷射系统状态识别的新方法——基于神经网络函数逼近的波形识别法。基于小波多分辨率分析，连续小波变换、小波奇异点检测、小波降噪，表征间接喷油压力波的针阀开启、最大压力、针阀闭合等特征点。基于神经网络的非线性函数拟合功能，由间接喷油压力信号构建高压油管内真实的喷油压力信号，实现燃油喷射系统的状态识别。可以建立各种状态下外卡式喷油压力信号与内串式真实喷油压力信号的网络模型。有了这样的网络模型，在实际的应用中，只监测外卡式的间接喷油压力波形，就能得到高压油管内的真实压力波形，这在很大程度上可以提高状态识别的准确率。

目录

文摘

英文文摘

独创性声明和学位论文版权使用授权书

第一章绪论

1.1本课题研究背景及意义

1.2柴油机性能监测与状态识别方法

1.3神经网络在状态识别中的应用

1.4虚拟仪器技术在柴油机诊断技术中的应用

1.5柴油机故障诊断的发展趋势

1.6本论文的主要研究工作

第二章康明斯6BT5.9型柴油发动机状态监测与系统集成

2.1柴油机的基本结构、工作原理分析

2.1.1康明斯6BT5.9型柴油机结构分析

2.1.2康明斯6BT5.9型柴油机工作原理研究

2.2柴油机系统状态识别机理分析

2.3康明斯6BT5.9型柴油机状态监测与实现

2.3.1起动系统的状态监测

2.3.2瞬时转速的监测

2.3.3振声分析子系统

2.3.4润滑系统的状态监测

2.3.5冷却系统的状态监测

2.3.6燃油供给系统的状态监测

2.4《柴油机监测分析仪》的研发

2.4.1监测分析系统硬件设计与实现

2.4.2软件系统

2.4.3系统集成

2.5小结

第三章柴油机燃油系统分析

3.1柴油机燃油系统结构及工作过程分析

3.2燃油喷射系统状态识别原理分析

3.3柴油机燃油系统典型故障研究

3.4直接测取喷油压力方法研究

3.5间接测取喷油压力方法研究

3.6外卡式传感器原理及测点位置分析

3.6.1外卡式传感器原理

3.6.2测点位置分析

3.7外卡式喷油压力信号时域波形

3.8 小结

第四章间接喷油压力波形特征提取

4.1柴油机喷油压力信号特征分析

4.1.1由压力波识别燃油喷射系统工作过程

4.1.2喷油压力波特征点分析

4.2喷油压力波形的数学模拟

4.3基于小波分析的喷油压力特征提取方法研究

4.3.1小波变换的相关概念

4.3.2多分辨率分析与多分辨率滤波器组

4.3.3喷油压力信号趋势分析

4.3.4利用小波变换进行信号奇异点分析的机理研究

4.4利用小波变换表征喷油压力信号的特征点

4.5小波降噪原理

4.6喷油压力信号的小波降噪

4.7小结

第五章燃油系统神经网络状态识别

5.1人工神经网络的介绍

5.2神经网络的应用

5.3多层感知器神经网络——误差反传算法(BP算法)

5.4多层感知器网络(BP网络)的拓扑结构

5.5 BP网络函数逼近原理研究

5.6神经网络在燃油喷射系统状态识别中的应用

5.6.1直接应用神经网络进行状态识别

5.6.2基于神经网络函数逼近的波形识别法

5.7基于神经网络的真实喷油压力波的构建

5.7.1神经网络结构设计和参数选择及训练方式的选择

5.7.2输入样本的获取

5.7.3输出样本的获取

5.7.4网络训练与真实压力波的构建

5.8小结

第六章虚拟仪器技术在柴油机诊断技术中的应用

6.1虚拟仪器概述

6.2虚拟仪器技术的应用与发展

6.3 LabVIEW和MATLAB混合编程开发虚拟仪器

6.3.1 LabVIEW和MATLAB的混合编程方法

6.3.2 LabVIEW、MATLAB的数据类型与结构

6.3.3基于ActiveX自动化的虚拟仪器的开发

6.3.4基于COM的虚拟仪器的开发

6.3.5基于DLL的虚拟仪器的开发

6.3.6几种开发方法的比较分析

6.4虚拟仪器技术在柴油机诊断技术中的应用

6.5小结

第七章结论

7.1本课题主要研究成果和结论

7.2对本课题后续研究工作的思考

参考文献

致谢