基于人工神经网络的柴油机失火故障诊断

摘要：

车载诊断系统在诊断失火故障时,采用基于曲轴段角加速度和阈值规则相结合的方法,该方法在内燃机高速轻载运行时诊断单缸完全失火工况存在一定的局限性.通过对比分析失火和正常工况下曲轴瞬时转速的幅频和相频特征,提取不同谐次的幅值和相位信息,结合人工神经网络作为故障模式识别工具,得到了一种改善方法.通过台架实验,对此改善方法进行了单缸完全失火、两缸完全失火和单缸一定程度失火的故障诊断测试.结果 表明,在实验条件下该方法可以有效识别不同的失火模式,并可在单缸失火模式下实现失火程度判别.同时,该方法通过少量工况数据训练神经网络,即可实现一定转速范围内的失火诊断,可行性强,可用于发动机失火故障在线诊断.

关键词：柴油机、故障诊断、频域分析、失火、人工神经网络、瞬时转速

所属期刊栏目：40

分类号：TK428;TH165+.3(内燃机)

资助基金：国家自然科学基金重点资助项目51636005

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：702-710