一、柴油机发生机械故障的预兆特征和处理措施（论文文献综述）
高志龙[1]（2020）在《基于状态智能预警驱动的柴油机IETM关键技术研究与应用》文中进行了进一步梳理柴油机作为一种关键动力设备,被广泛用于船舶航运、轨道交通、石油化工、能源电力、矿山机械、装备动力等相关行业,在国民经济乃至国防安全领域发挥着极为重要的作用。但由于其部件众多、结构复杂、工况恶劣,极易发生故障。一旦出现恶性故障将会导致停工停产,严重时甚至引发危及人身安全的重大事故。然而,当前柴油机监测报警技术较为落后,故障发生后无法得到精准识别,导致检维修效率低下。通过研究柴油机故障发生机理与对应的特征信号,借助先进算法有效提取特征参数,以实现柴油机典型机械故障的预警与诊断。并将故障诊断与交互式电子技术手册（IETM）技术相结合,实现监测、预警、诊断、维修、维护、管理等综合保障功能的深度融合,从而提升柴油机运行的安全性、可靠性和可用性。本文以大功率柴油机为对象,以提高其典型机械故障预警诊断水平和维修保障能力为目标,通过对典型机械故障机理的深入分析,研究适用于不同种类故障的预警和诊断方法。结合智能诊断算法实现柴油机运行工况的自动识别,提高预警和诊断准确率。最后探索基于故障预警驱动的IETM设计方法与架构。论文各章节主要研究内容如下:首先,综合归纳大功率柴油机典型机械故障类型,理清传统诊断方法面临的问题与挑战,分析智能诊断预警技术现状。研究国内外IETM技术发展历程、技术难点和未来发展趋势。在现有研究基础上,总结基于智能预警驱动的柴油机IETM系统关键技术点。其次,针对柴油机连杆衬套滑移,轴瓦磨损两类疑难故障,开展理论建模研究。通过建立相关数学模型,寻找故障典型特征。提出基于SAW（声表面波）无源无线测温技术的柴油机轴瓦磨损类故障预警诊断方法。研制柴油机连杆大小头瓦无线温度传感器,通过故障模拟试验证明该方法的有效性;然后,针对曲轴弯曲微变形这类恶性故障,建立多体动力学模型,通过模拟、仿真、分析其对应的故障特征及敏感参数,探究该类故障预警诊断的有效方法,并通过理论分析与实际故障案例相结合的方式证明该方法可行性;研究基于振动信号自适应的EMD降噪和聚类算法的柴油机运行功率自动识别算法,通过该算法实现对柴油机运行工况的自动识别。在无需增加传感器的前提下,引入柴油机输出功率作为预警诊断参考指标。此外,结合瞬时转速、温度、压力等参数,研究基于多源信息融合的复杂故障预警诊断方法,提高故障预警诊断的准确性。在上述研究成果的基础上,总结柴油机典型故障诊断系统设计方法。并利用实验和工程实际案例数据对系统功能进行验证。最后,研究基于智能预警驱动的IETM设计方法与架构。梳理传统IETM研制流程和编制规范,提出智能预警诊断技术与IETM相结合的实现方案,并给出基于状态智能预警驱动的柴油机IETM总体实现方法和步骤。
李善鸿[2]（2020）在《基于模糊层次分析的船舶柴油机系统风险评估》文中研究说明随着船舶技术的飞速发展,航运业已经进入智能船舶时代。为了满足自主航行船舶对安全性的需要,针对自主航行船舶在无人场景下柴油机故障所呈现的新的演变规律,以及目前自主航行船舶缺乏风险统计数据,无法直接定量评估柴油机系统风险的问题,本研究通过详细调研柴油机相关系统的故障信息,总结故障特征,挖掘故障规律,并结合专家的经验和学识,采用模糊层次分析方法,对船舶柴油机系统展开风险研究,全面评估船舶柴油机系统的风险水平,找出影响柴油机可靠性的关键风险,以期为自主航行船舶制定风险控制智能方案提供指导。主要工作如下:首先,对柴油机系统进行风险识别。将柴油机系统划分为燃油系统、滑油系统、冷却系统、换气系统以及起动空气系统,通过收集系统相关故障案例,明确船舶柴油机系统的潜在故障,并研究故障的形成机制和影响后果,生成故障的演变片段。再在此基础上,整合各个故障演变片段,构建柴油机系统的故障网络,阐明船舶柴油机系统的故障规律。然后,制定风险等级评价衡准。为了让各专家在统一的评判标准下进行风险评分,以确保评价分数的可比性,研究参考QS9000标准对风险指标的等级划分,并结合柴油机系统风险评估的具体情况,利用风险矩阵,建立船舶柴油机系统风险等级的评价衡准,以此请专家在船舶无人自主航行的背景下,对柴油机系统的故障风险进行评价打分。接着,对船舶柴油机系统进行模糊综合评估。根据层次分析法和模糊数学的相关理论,搭建柴油机系统层次结构,进而建立船舶柴油机模糊综合评估模型,将专家评分数据转化为与各故障相对应的模糊评价向量,并结合层次分析法获取的各故障评估权重,对整个柴油机系统的风险进行综合评估。最后,对船舶柴油机系统风险的综合评估结果进行敏感性分析,找出对柴油机系统风险等级影响最大的故障作为关键风险。最终得出结论:柴油机在船舶自主航行情境下运行的风险水平为“中”等,其中,关键风险为高压油泵故障、喷油器故障、滑油泵故障和滑油滤器故障以及空气冷却器故障,建议优先针对这些故障制定风险控制智能方案。
毕晓阳[3]（2019）在《基于单通道振动信号解析的柴油机典型故障智能诊断方法研究》文中研究表明柴油机由于复杂的结构和恶劣的工作条件导致故障时有发生。为保证柴油机及以其为动力源的机械系统安全可靠地工作,减少因突发故障带来的损失,柴油机健康状态评估与不解体故障诊断成为现阶段的前沿研究课题之一。柴油机振动信号中包含了丰富的工作状态信息,但由于柴油机结构复杂、运行工况多变,且在故障发生早期其特征信号往往是相对弱功率的信号,无法直接利用柴油机振动信号评估柴油机健康状态和诊断故障。因此,如何对柴油机振动信号进行深度分析,并提取能够表征其运行状态的关键特征参数,就成为柴油机故障诊断方法研究中的关键问题。论文从柴油机常见故障问题出发,将出现概率较高的气门间隙故障与燃油系统故障作为识别对象,开展了由单通道振动响应信号提取并识别故障源信号及其状态特征的故障诊断方法的研究工作,主要成果如下:（1）论文提出了一种优化的变分模式分解（VMD）与独立分量分析（ICA）相协同的信号处理方法,可由单一通道振动信号快速准确地提取出多个独立的源信号。首先,利用VMD算法对单一通道信号进行分解,得出了一系列的本征模态函数（IMF）。该方法较传统经验模态分解（EMD）等递归分解方法在准确性方面具有较大的优势。然后,利用ICA算法对VMD算法所得结果进行处理,解决了VMD算法无法区分柴油机中可能存在的同频率非同源信号的问题。分析过程中,对VMD算法的分解层数K与二次罚项α进行了优化,提出了一种获得最佳参数组合的有效方法,针对论文所选柴油机最终确定了最佳参数组合为K=6、α=8400。最后对比分析了ICA的多种算法,包括快速独立分量分析（Fast ICA）、鲁棒性独立分量分析（Robust ICA）和基于核方法的独立分量分析（KICA）对VMD分解结果进行二次处理时的准确性与计算效率,结果表明Robust ICA在准确性与计算效率方面具有相对较好的综合性能。论文采用优化的VMD与Robust ICA协同分析的方法对实测振动信号进行了处理,并取得了很好的效果,为下一步的故障特征提取打下良好基础。（2）在故障特征提取研究方面,提出了一种双谱对角线投影分析方法,解决了现阶段双谱分析对角线切片方法易丢失大量的双谱分析结果信息以致不能全面体现振动信号特征的问题,实现了对振动源信号双谱分析结果中的特征信息更为精确的提取。论文首先提出了对角线投影和对角线累积两种分析方法,对比分析了两种方法所得的振动源信号特征,并与原始的对角线切片方法所得振动源信号特征进行了对比,结果表明对角线投影方法能够获得更为全面的特征信息。然后对前述优化VMD与Robust ICA协同方法处理后所得的独立源信号进行了双谱分析,以双谱对角线投影结果为基础,计算了均值、方差、偏斜度、峭度、峰峰值、方根幅值、均方根值、香农熵、最大奇异值、四阶累积量等十种不同的特征参数并进行对比。提出了一种可视化的特征参数选择方法,实现了由单一参数同时描述特征的聚类程度与类间区分度,并依照这一方法对十种参数进行优先级的排序,为故障模式智能识别提供了特征参数的选择依据。（3）论文在对振动信号的处理方法和故障特征提取方法进行深入研究的基础上,设计了基于深度信念网络（DBN）的多重样本分类器,将优先级最高的四个特征参数作为分类器的输入,对柴油机的工作状态进行了识别。首先利用特征参数代替原始信号作为DBN分类器的输入,简化深度信念网络的结构,提高了诊断效率。然后构建DBN网络,对柴油机气门间隙、喷油量两种常见典型故障共六种状态（包含早期故障在内的五种故障状态和正常状态）进行识别,验证了DBN具有较好的故障模式识别能力和效率,实现了对多种类型故障及其故障程度快速准确的诊断。最后,经与遗传算法-BP神经网络（GA-BP）所得诊断结果进行对比表明,无论是单一故障诊断的准确率还是多种故障诊断的准确率均有显着提升,其中对多故障识别的准确率由87%上升到了95.3%,从而验证了论文所设计的分类器的优越性。综上所述,论文利用单通振动信号,以VMD、ICA、双谱分析和DBN等方法为基础,通过大量优化与对比分析建立了一套准确高效的柴油机典型故障诊断方法体系,对早期故障的识别能力和对不同工况的适应性上均取得了较好的效果。该方法体系虽然针对柴油机典型故障建立,但具有一定的普适性,对机械机构健康状态评估及早期故障诊断技术开发与工程应用具有一定的指导作用。
王鑫[4]（2018）在《电磁驱动直线泵液体计量装置的OBD方法和策略研究》文中研究表明随着排放法规的不断严格,尿素选择性催化还原（SCR）技术被认为是当前解决柴油机NOx排放问题最有效的方法之一。目前在国V排放阶段,SCR技术已经普遍应用,与之相对的车载诊断系统（OBD）技术同样不可或缺。2008年环保部颁布的HJ437-2008《车用压燃式、气体燃料点燃式发动机与汽车车载诊断（OBD）系统技术要求》中对SCR系统中的车载诊断提出了强制要求。目前的SCR-OBD系统依然存在很多问题:为了保证诊断的准确使得系统复杂、成本高昂、降低了系统运行的可靠性、甚至难以准确诊断出全部的计量系统故障。电磁驱动直线泵液体计量装置,即FAI液体计量装置,采用电磁脉冲间歇喷射技术,其SCR后处理系统（以下简称FAISCR）具有喷射量控制精确、结构简单、成本低廉的特点,FAISCR计量喷射系统依靠T3计量理论进行线性喷射控制,其反馈参数T3与喷射量呈一定线性关系。本文基于T3计量理论对几种典型计量喷射系统故障与T3参数变化之间的关系进行假设,通过流量测试台进行试验测试,总结其实验结果,证明假设的准确性。结果表明,T3反馈数值对计量单元的实际喷射量变化表现比较敏感,可以准确反映实际喷射量在短时间内的变化,证明了计量单元利用自身特性进行故障检测的可行性。本文依据上述实验结果总结出的诊断方法,在保证可以准确判断故障的前提下,确定T3在各种不同故障状态、不同电压、不同驱动脉宽下以及空气辅助式SCR系统辅助空气气压突然变化问题的故障阈值,形成一套较为完整的计量喷射系统的机械故障诊断策略。以飞思卡尔MC9S12G128单片机为基础,搭建OBD系统的硬件平台,通过硬件电路的设计诊断喷射驱动、空气电磁阀开路短路等电器故障。随后利用CodeWorrior软件开发工具,完成上述诊断控制策略C代码的编写,利用软件诊断空泵、堵泵、卡泵、气压降低等机械故障,最后通过DATAVIEW软件,以发送CAN帧的形式,反映出系统诊断的结果。在完成硬件平台搭建,软件的编程、调试后,以JAC2.7L柴油机为基础样机,搭建OBD功能测试台架,人为模拟市场上常出现的故障形式,对设计好的OBD故障诊断逻辑进行试验验证。通过对机械故障诊断策略的进一步调试和优化,制定了属于FAISCR尿素计量喷射系统的完整的计量系统OBD诊断方法、策略及DOE。
乔卉卉[5]（2016）在《挖掘机远程状态监测与故障诊断系统研究》文中认为针对挖掘机现场故障诊断中,人工诊断不准确、故障发现不及时等问题造成的挖掘机故障恶化、零件疲劳损坏、导致生产停滞或生产事故等现象,本文在国内外行业人士研究的基础上研究挖掘机远程状态监测与故障诊断系统的构建方法,该系统不仅包含了基本的挖掘机运行状态监测、同时可以实现挖掘机远程故障智能诊断,提高故障诊断的准确率,使挖掘机“被动维修”转换为“主动维护”,降低维护成本,较少经济损失,保障挖掘机工作效率。本文首先对挖掘机远程状态监测与故障诊断系统进行了总体方案设计,确定了系统的整体架构,主要包含三部分:车载数据采集平台、数据远程传输网络、远程监测诊断中心。主要针对柴油机与液压系统进行监测与故障诊断,根据挖掘机的结构与故障机理,选择了监测参数和测点位置。搭建了基于NI Compact RIO和GPS的车载数据采集硬件平台及基于GPRS的远程数据传输网络,并编写了基于LabVIEW的车载数据采集与传输的软件程序,实现了数据的采集、本地存储与远程传输。然后进行了远程监控中心软件设计,包括监测对象信息管理、发送监测请求、数据接收与解析、挖掘机地图定位、数据库存储与管理、柴油机与液压系统监测诊断、故障报表生成、故障信息返回和历史故障查询等功能模块。研究了基于集合经验模态分解的挖掘机振动信号的特征提取方法和基于支持向量机的挖掘机智能故障诊断方法,实现了柴油机与液压系统关键部位的状态监测与故障诊断。
潘永波[6]（2015）在《基于流形学习的柴油机振动故障诊断方法研究》文中认为船舶柴油机是一个复杂程度较高的系统,其复杂性的构造和工作原理增加了其产生故障症状的复杂性和故障诊断工作的困难性。一般情况下,船舶柴油机故障原因和故障预兆间呈现出一种错综复杂的非线性关系,且在各个参数间也存在较强的非线性和耦合性,所以,诊断船舶柴油机故障,往往是顺应船舶柴油的这一复杂性结构要求而采用非线性手段对其进行相应的故障诊断和状态监测。流形学习法就是这样一种方法。随着流形学习算法被广泛应用于机械故障诊断领域,其已成为我国模式识别研究领域中的一个热点问题。但目前,流形学习在柴油机故障诊断过程中的应用还存在一定缺陷。本文基于流形学习的基本理论原理进行探讨,并着重对流形学习法在船舶柴油机振动故障诊断方面的应用进行归纳和总结。
张玉姐[7]（2013）在《柴油机故障的预兆症状及处理对策》文中进行了进一步梳理柴油机如果在运行中出现机械故障,轻则造成基础件损伤,重则导致重大机械事故的发生。通常情况下,柴油机发生故障前,其转速、声音、排气、水温、机油压力等方面均会出现某种异常迹象,即故障预兆症状。所以机手应根据预兆的症状迅速作出正确判断,果断采取对策,避免事故的发生。
张玉姐[8]（2010）在《柴油机发生故障的预兆与处理》文中研究说明柴油机在运行中出现机械故障,轻则造成零部件损坏,重则导致重大机械事故的发生。通常情况下,柴油机发生故障前其转速、声音、排气、水温、机油压力等方面均会出现某种异常迹象,即故障预兆。所以机手应根据预兆迅速作出正确判断,果断采取对策,以避免事故的发生。
黄江[9]（2010）在《柴油机发生机械故障的预兆特征和处理措施》文中研究指明柴油机在运行中出现机械故障轻则造成基础件损伤,重则导致重大机械事故的发生。通常情况下,柴油机发生故障前其转速、声音、排气、水温、机油压力等方面会
朱华[10]（2009）在《柴油机7大机械故障的预兆和处理》文中认为柴油机使用中出现机械故障轻则造成机件损伤,重则导致重大机械事故的发生。柴油机在发生故障前其转速、尾气、水温、声响、机油压力等方面会表现出一些异常现象,即故障的预兆特征。如果驾驶员能根据预兆特征迅
二、柴油机发生机械故障的预兆特征和处理措施（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、柴油机发生机械故障的预兆特征和处理措施（论文提纲范文）
（1）基于状态智能预警驱动的柴油机IETM关键技术研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柴油机故障传统监测诊断方法概况 |
| 1.2.2 柴油机故障智能监测诊断技术研究概况 |
| 1.2.3 IETM技术发展概况 |
| 1.3 前人的研究成果 |
| 1.3.1 柴油机监测诊断方面研究成果 |
| 1.3.2 智能诊断技术研究成果 |
| 1.3.3 IETM技术研究成果 |
| 1.4 论文结构与内容安排 |
| 第二章 柴油机典型机械故障分类与预警诊断技术 |
| 2.1 柴油机典型机械故障分类及其特征信号 |
| 2.1.1 柴油机典型机械故障分类 |
| 2.1.2 柴油机典型机械故障特征信号类型 |
| 2.2 柴油机典型机械故障监测预警方法 |
| 2.2.1 基于统计特征参量分析的时域信号监测预警方法 |
| 2.2.2 基于振动信号角域分析的故障诊断预警方法 |
| 2.2.3 基于振动信号时频分析的故障监测预警方法 |
| 2.2.4 基于振动信号自适应的EMD智能预警方法 |
| 2.2.5 基于K近邻的柴油机故障识别预警方法 |
| 2.3 柴油机故障预警诊断技术难点 |
| 2.4 本章小结 |
| 第三章 柴油机连杆轴瓦故障监测预警方法研究 |
| 3.1 连杆小头衬套滑移故障 |
| 3.1.1 连杆小头衬套滑移故障机理 |
| 3.1.2 连杆小头衬套滑移故障特征与监测难点分析 |
| 3.2 连杆轴瓦磨损故障 |
| 3.2.1 连杆轴瓦磨损故障类型与传统监测方法 |
| 3.2.2 连杆轴瓦磨损故障特征 |
| 3.3 基于SAW无线测温技术的轴瓦磨损类故障预警与诊断方法研究 |
| 3.3.1 SAW无源无线测温原理 |
| 3.3.2 基于SAW的连杆轴瓦温度传感器的设计 |
| 3.3.3 信号处理装置的设计 |
| 3.3.4 软件系统的设计 |
| 3.4 实验验证 |
| 3.4.1 高速单缸机配机试验 |
| 3.4.2 轴瓦磨损故障模拟试验 |
| 3.5 本章小结 |
| 第四章 柴油机曲轴弯曲微变形故障诊断方法研究 |
| 4.1 曲柄连杆简化模型的理论分析计算 |
| 4.1.1 曲柄连杆力学模型分析 |
| 4.1.2 曲柄模型简化 |
| 4.1.3 横向力作用下曲轴受力分析 |
| 4.1.4 弯曲形变对于横向力作用下曲轴受力影响 |
| 4.2 基于多体动力学仿真的故障特征研究 |
| 4.2.1 模型建立与参数设置 |
| 4.2.2 仿真过程 |
| 4.2.3 仿真结果分析 |
| 4.3 曲轴弯曲微变形故障监测预警方法 |
| 4.4 故障案例验证 |
| 4.4.1 传感器与测点布置 |
| 4.4.2 故障现象描述 |
| 4.4.3 数据分析与故障诊断结论 |
| 4.5 本章小结 |
| 第五章 柴油机典型机械故障智能预警诊断系统设计 |
| 5.1 基于缸盖振动信号概率密度分布的柴油机输出功率识别算法 |
| 5.1.1 缸盖振动信号截止滤波预处理 |
| 5.1.2 基于自适应EMD分解的缸盖振动信号处理方法研究 |
| 5.1.3 基于振动速度概率密度分布的功率识别方法 |
| 5.2 基于改进KNN的柴油机故障报警阈值动态自学习算法 |
| 5.2.1 训练集的构建 |
| 5.2.2 K值的确定 |
| 5.2.3 报警阈值动态学习方法 |
| 5.3 柴油机在线监测预警系统设计 |
| 5.3.1 系统总体设计 |
| 5.3.2 硬件方案 |
| 5.3.3 软件方案 |
| 5.4 工程应用案例 |
| 5.4.1 故障情况 |
| 5.4.2 报警信息与监测数据分析 |
| 5.4.3 故障原因探究 |
| 5.4.4 结论 |
| 5.5 本章小结 |
| 第六章 基于智能预警驱动的柴油机IETM架构设计 |
| 6.1 IETM平台的功能模块 |
| 6.1.1 多媒体制作工具 |
| 6.1.2 XML编辑器 |
| 6.1.3 公共源数据库 |
| 6.1.4 发布引擎 |
| 6.1.5 浏览器 |
| 6.2 标准IETM内容模块 |
| 6.3 IETM的开发流程 |
| 6.3.1 数据模块编码 |
| 6.3.2 数据模块需求列表(DMRL)编制 |
| 6.4 基于智能预警驱动的柴油机IETM架构设计 |
| 6.4.1 架构设计 |
| 6.4.2 具体实现 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（2）基于模糊层次分析的船舶柴油机系统风险评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船舶风险评估理论概述 |
| 1.2.1 船舶风险评估的定义 |
| 1.2.2 船舶风险评估的原则 |
| 1.2.3 船舶风险评估的难点 |
| 1.2.4 船舶风险评估的方法 |
| 1.3 船舶风险研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 存在的问题 |
| 1.4 论文思路 |
| 1.5 论文主要工作内容 |
| 第2章 柴油机系统风险识别 |
| 2.1 柴油机系统分析 |
| 2.1.1 燃油系统 |
| 2.1.2 滑油系统 |
| 2.1.3 冷却系统 |
| 2.1.4 换气系统 |
| 2.1.5 起动空气系统 |
| 2.2 系统故障分析 |
| 2.2.1 燃烧故障 |
| 2.2.2 润滑故障 |
| 2.2.3 冷却故障 |
| 2.2.4 换气故障 |
| 2.2.5 起动故障 |
| 2.3 故障规律探究 |
| 2.4 故障数据分析 |
| 2.5 本章小结 |
| 第3章 柴油机风险等级评价衡准研究 |
| 3.1 可靠性基本理论 |
| 3.1.1 可靠性的定义 |
| 3.1.2 维修和维修性概念 |
| 3.1.3 船舶柴油机的可靠性 |
| 3.2 风险分级方法阐述 |
| 3.3 风险分级标准研究 |
| 3.3.1 QS9000 标准阐述 |
| 3.3.2 船舶柴油机风险分级标准 |
| 3.4 本章小结 |
| 第4章 模糊层次分析方法介绍 |
| 4.1 模糊数学基础理论 |
| 4.1.1 隶属函数的定义 |
| 4.1.2 隶属函数的确定 |
| 4.2 模糊综合评估法 |
| 4.2.1 单级模糊综合评估 |
| 4.2.2 多级模糊综合评估 |
| 4.2.3 模糊评价指标清晰化 |
| 4.3 层次分析法 |
| 4.3.1 层次分析法概述 |
| 4.3.2 层次分析法执行步骤 |
| 4.4 敏感性分析 |
| 4.5 本章小结 |
| 第5章 船舶柴油机的模糊综合评估 |
| 5.1 柴油机风险因素层次划分 |
| 5.2 层次分析法确定风险因素权重 |
| 5.3 风险等级模糊评价 |
| 5.4 建立柴油机模糊综合评估模型 |
| 5.4.1 一级模糊综合评估 |
| 5.4.2 二级模糊综合评估 |
| 5.5 风险因素敏感性分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间获得与学位论文相关的科研成果目录 |
（3）基于单通道振动信号解析的柴油机典型故障智能诊断方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 柴油机故障诊断研究的背景和意义 |
| 1.2 柴油机故障诊断方法概述 |
| 1.3 柴油机故障诊断方法国内外研究现状 |
| 1.3.1 故障特征提取研究现状 |
| 1.3.2 模式识别的研究现状 |
| 1.4 论文结构安排与主要研究内容 |
| 第二章 柴油机典型故障实验设计与结果分析 |
| 2.1 柴油机故障模拟实验 |
| 2.1.1 实验系统与实验工况 |
| 2.1.2 采样频率的确定 |
| 2.1.3 故障类型的设置 |
| 2.2 柴油机振动信号特性 |
| 2.3 柴油机表面振动信号的时域分析 |
| 2.4 柴油机表面振动信号的频域分析 |
| 2.5 本章小结 |
| 第三章 VMD与ICA协同信号处理方法 |
| 3.1 信号处理基本原理 |
| 3.1.1 VMD算法理论 |
| 3.1.2 ICA算法原理 |
| 3.1.3 四阶累积量算法原理 |
| 3.2 VMD算法控制参数研究 |
| 3.2.1 VMD算法模拟信号验证 |
| 3.2.2 VMD算法控制参数分析 |
| 3.2.3 VMD控制参数优化方法 |
| 3.3 ICA算法适用性分析 |
| 3.3.1 Fast ICA算法分析 |
| 3.3.2 Robust ICA算法分析 |
| 3.3.3 KICA算法分析 |
| 3.3.4 三种ICA算法综合对比 |
| 3.4 本章小结 |
| 第四章 基于双谱理论的特征选择方法 |
| 4.1 双谱分析基本理论 |
| 4.2 基于对角线投影的双谱切片方法 |
| 4.2.1 双谱算法的初步分析 |
| 4.2.2 基于对角线切片的双谱处理方法 |
| 4.2.3 基于对角线投影的双谱处理方法 |
| 4.2.4 基于对角线累积的双谱处理方法 |
| 4.2.5 三种双谱处理方法综合对比 |
| 4.3 信号特征参数选择方法 |
| 4.3.1 特征参数分析方法 |
| 4.3.2 信号特征参数计算分析 |
| 4.4 本章小结 |
| 第五章 基于深度信念网络的故障模式识别研究 |
| 5.1 深度信念网络 |
| 5.1.1 受限玻尔兹曼机 |
| 5.1.2 深度信念网络构架 |
| 5.1.3 DBN的训练 |
| 5.1.4 对比散度快速算法 |
| 5.1.5 DBN的微调 |
| 5.2 基于VMD-ICA-双谱的DBN模式识别方法 |
| 5.2.1 DBN分类器构建 |
| 5.2.2 单一故障分类结果 |
| 5.2.3 多故障分类结果 |
| 5.3 基于VMD-ICA双谱的GA-BP模式识别方法 |
| 5.3.1 GA-BP神经网络 |
| 5.3.2 优化过程 |
| 5.3.3 GA-BP神经网络分类结果 |
| 5.4 各工况实验下的适用性分析 |
| 5.4.1 怠速工况振动信号识别 |
| 5.4.2 额定功率工况振动信号识别 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（4）电磁驱动直线泵液体计量装置的OBD方法和策略研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 排放法规及技术路线 |
| 1.2.1 排放法规 |
| 1.2.2 技术路线 |
| 1.2.3 典型尿素喷射系统SCR工作系统及原理 |
| 1.3 OBD技术发展历程及研究现状 |
| 1.3.1 OBD发展历程 |
| 1.3.2 OBD法规 |
| 1.3.3 OBD策略的研究现状 |
| 1.4 本课题的主要工作及意义 |
| 1.4.1 本文研究的主要意义 |
| 1.4.2 本文主要研究内容 |
| 第二章 FAI_SCR系统及典型SCR系统故障 |
| 2.1 FAI_SCR空气辅助式喷射系统 |
| 2.2 FAI_SCR无空气辅助喷射系统 |
| 2.3 FAI_SCR系统的主要组成部分 |
| 2.3.1 FAI计量单元 |
| 2.3.2 计量控制单元 |
| 2.4 几种典型SCR系统故障 |
| 2.4.1 SCR计量喷射系统机械故障 |
| 2.4.2 SCR计量喷射系统电气故障 |
| 2.5 本章小结 |
| 第三章 T3检测计量系统故障的检测原理分析及试验验证 |
| 3.1 T3 计量理论 |
| 3.1.1 T3 计量理论基础 |
| 3.1.2 T3 理论具体描述 |
| 3.2 不同故障下的T3 检测原理分析 |
| 3.2.1 空泵故障T3 检测原理分析 |
| 3.2.2 堵泵故障T3 检测原理分析 |
| 3.2.3 卡泵故障T3 检测原理分析 |
| 3.2.4 气压降低故障 |
| 3.3 流量试验台实验验证结果总结及解释 |
| 3.3.1 流量试验台信息 |
| 3.3.2 空泵故障流量试验台验证结果 |
| 3.3.3 堵泵故障流量试验台验证结果 |
| 3.3.4 卡泵故障流量试验台验证结果 |
| 3.3.5 气压降低故障流量试验台验证结果 |
| 3.4 本章小结 |
| 第四章 故障逻辑的硬件和软件实现及实机验证 |
| 4.1 SCR计量系统故障诊断的一般策略 |
| 4.2 FAI_SCR系统各种故障的诊断逻辑策略 |
| 4.3 FAI_SCR故障诊断总体逻辑策略 |
| 4.4 电气故障诊断的硬件软件实现 |
| 4.4.1 计量喷嘴/计量泵电气故障诊断 |
| 4.4.2 空气电磁阀连接电气故障诊断 |
| 4.5 计量系统机械故障诊断的软件实现 |
| 4.5.1 空泵故障诊断的软件实现 |
| 4.5.2 堵泵故障诊断的软件实现 |
| 4.5.3 卡泵故障诊断的软件实现 |
| 4.5.4 气压降低故障诊断的软件实现 |
| 4.6 台架试验验证 |
| 4.7 本章小结 |
| 第五章 全文总结 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）挖掘机远程状态监测与故障诊断系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究的目的及意义 |
| 1.3 机械故障诊断技术概述 |
| 1.4 国内外研究现状 |
| 1.5 主要研究内容 |
| 第二章 挖掘机远程状态监测与故障诊断系统总体方案设计 |
| 2.1 液压挖掘机概述 |
| 2.2 挖掘机实验平台介绍 |
| 2.3 柴油机主要故障模式分析及监测参数选取 |
| 2.3.1 柴油机主要故障模式 |
| 2.3.2 柴油机典型的故障诊断方法 |
| 2.3.3 柴油机监测参数选取 |
| 2.4 液压系统主要故障模式分析及监测参数选取 |
| 2.4.1 液压系统主要故障模式与故障机理分析 |
| 2.4.2 液压系统监测参数的选取 |
| 2.5 虚拟仪器与Lab VIEW介绍 |
| 2.6 系统体系结构选择 |
| 2.7 系统通信方式选择 |
| 2.8 系统总体架构与功能设计 |
| 第三章 远程监测诊断系统的关键软硬件设计与实现 |
| 3.1 基于Compact RIO的车载数据采集平台的设计与实现 |
| 3.1.1 Compact RIO嵌入式数据采集平台简介 |
| 3.1.2 车载数据采集平台硬件搭建 |
| 3.1.2.1 传感器的选择 |
| 3.1.2.2 CRIO系统硬件选配 |
| 3.1.2.3 GPS接收器的选择 |
| 3.1.3 Compact RIO软件开发的架构和方法 |
| 3.1.3.1 CRIO开发架构 |
| 3.1.3.2 配置CRIO系统 |
| 3.1.3.3 创建CRIO项目 |
| 3.1.4 车载数据采集模块软件设计 |
| 3.1.4.1 GPS数据接收与解析子程序 |
| 3.1.4.2 基于I/O模块的数据采集子程序 |
| 3.1.4.3 数据文件的本地保存 |
| 3.2 基于GPRS的数据远程传输模块设计 |
| 3.2.1 GPRS DTU介绍 |
| 3.2.2 利用GPRS DTU构建远程数据传输网络 |
| 3.2.3 数据打包与远程传输 |
| 3.3 远程状态监测与故障诊断中心软件设计 |
| 3.3.1 整体框架设计 |
| 3.3.2 登录模块 |
| 3.3.3 监测对象信息管理模块 |
| 3.3.4 发送监测请求模块 |
| 3.3.5 数据接收与解析模块 |
| 3.3.6 数据存储与管理模块 |
| 3.3.7 挖掘机地图定位模块 |
| 3.3.8 历史故障查询模块 |
| 第四章 挖掘机振动信号的特征提取与故障诊断方法研究 |
| 4.1 振动信号的时域统计分析和频域分析 |
| 4.2 非平稳非线性振动微弱信号的特征提取方法 |
| 4.2.1 Hilbert-Huang变换的基本原理 |
| 4.2.1.1 经验模态分解 |
| 4.2.1.2 Hilbert变换 |
| 4.2.1.3 包络线幅值函数和瞬时频率 |
| 4.2.1.4 EMD分解的端点效应 |
| 4.2.1.5 EMD分解的模态混叠现象 |
| 4.2.2 集合经验模态分解的基本原理 |
| 4.2.3 集合经验模态分解算法的程序设计 |
| 4.3 基于支持向量机的设备故障识别方法 |
| 4.3.1 机器学习的基本问题和方法 |
| 4.3.2 支持向量机分类的基本原理 |
| 4.3.2.1 最优超平面 |
| 4.3.2.2 线性支持向量机 |
| 4.3.2.3 非线性支持向量机 |
| 4.3.3 基于支持向量机的多故障分类程序设计 |
| 4.3.4 基于支持向量机的柴油机故障诊断技术路线 |
| 第五章 柴油机与液压系统监测诊断系统设计 |
| 5.1 系统功能模块组成 |
| 5.2 柴油机燃油喷射系统状态监测模块 |
| 5.2.1 柴油机高压油路故障机理分析 |
| 5.2.2 燃油压力波特征参数选择与提取 |
| 5.2.3 供油系统监测软件设计 |
| 5.3 柴油机无负载测功模块 |
| 5.4 柴油机机身振动评级模块 |
| 5.4.1 柴油机振动评级准则 |
| 5.4.2 测点位置的选取 |
| 5.4.3 柴油机振级评价软件设计 |
| 5.5 基于缸盖振动信号分析的柴油机气门机构故障识别模块 |
| 5.5.1 缸盖振动的激振源分析 |
| 5.5.2 测点位置及采样方式 |
| 5.5.3 缸盖振动信号的特性分析 |
| 5.5.3.1 时域特性 |
| 5.5.3.2 频域特性 |
| 5.5.4 基于EEMD和SVM的柴油机缸盖振动信号分析 |
| 5.5.4.1 基于EEMD分解的故障特征向量的构建 |
| 5.5.4.2 基于SVM的柴油机气门机构故障识别 |
| 5.6 液压系统状态监测模块 |
| 5.6.1 液压系统压力和温度监测模块 |
| 5.6.2 液压泵故障诊断 |
| 5.6.2.1 液压泵振动特征分析 |
| 5.6.2.2 液压泵故障特征向量的构建 |
| 5.6.2.3 基于SVM的液压泵故障识别 |
| 第六章 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（6）基于流形学习的柴油机振动故障诊断方法研究（论文提纲范文）
| 引言 |
| 1 流形学习的基本概念 |
| 1.1 弱冲击信号的提取和噪声的去除 |
| 1.2 状态的识别 |
| 1.3 状态趋势分析 |
| 2 基于流形学习的船舶柴油机振动故障诊断分析 |
| 2.1 概述 |
| 2.2 船舶柴油机振动信号的指标特征分析 |
| 2.2.1 时域性特征 |
| 2.2.2 频域特征 |
| 2.2.3 时频域特征 |
| 2.3 基于流形学习法的船舶柴油机故障诊断分析 |
| 3 结语 |
（8）柴油机发生故障的预兆与处理（论文提纲范文）
| 1. 粘缸故障 |
| 2.“飞车”故障 |
| 3. 烧瓦故障 |
| 4. 断轴故障 |
| 5. 捣缸故障 |
（9）柴油机发生机械故障的预兆特征和处理措施（论文提纲范文）
| (1) “飞车”故障 |
| (2) 粘缸故障 |
| (3) 捣缸故障 |
| (4) 烧瓦故障 |
| (5) 断轴故障 |
（10）柴油机7大机械故障的预兆和处理（论文提纲范文）
| 1.“飞车”故障 |
| 2. 粘缸故障 |
| 3. 烧瓦故障 |
| 4. 断轴故障 |
| 5. 敲缸故障 |
| 6. 拉缸故障 |
| 7. 气门落缸故障 |
四、柴油机发生机械故障的预兆特征和处理措施（论文参考文献）
- [1]基于状态智能预警驱动的柴油机IETM关键技术研究与应用[D]. 高志龙. 北京化工大学, 2020(01)
- [2]基于模糊层次分析的船舶柴油机系统风险评估[D]. 李善鸿. 武汉理工大学, 2020(08)
- [3]基于单通道振动信号解析的柴油机典型故障智能诊断方法研究[D]. 毕晓阳. 天津大学, 2019(06)
- [4]电磁驱动直线泵液体计量装置的OBD方法和策略研究[D]. 王鑫. 天津大学, 2018(06)
- [5]挖掘机远程状态监测与故障诊断系统研究[D]. 乔卉卉. 石家庄铁道大学, 2016(02)
- [6]基于流形学习的柴油机振动故障诊断方法研究[J]. 潘永波. 现代制造技术与装备, 2015(06)
- [7]柴油机故障的预兆症状及处理对策[J]. 张玉姐. 乡村科技, 2013(04)
- [8]柴油机发生故障的预兆与处理[J]. 张玉姐. 现代农机, 2010(06)
- [9]柴油机发生机械故障的预兆特征和处理措施[J]. 黄江. 南方农机, 2010(01)
- [10]柴油机7大机械故障的预兆和处理[J]. 朱华. 现代农机, 2009(01)