论文部分内容阅读
本文以研究高压油管压力波变化规律实现柴油机燃油喷射系统故障诊断为技术路线,通过故障模拟试验和数字仿真详细研究了高压油管压力波形的变化规律,对高压油管压力波数据处理及其在故障诊断中的应用进行了探讨,有效地解决了以往燃油喷射系统故障诊断研究中存在的问题,主要工作包括以下几个方面:
(1)采用8098单片机开发了高压油管压力波数据采集装置,为研制燃油喷射系统故障诊断仪器打下了坚实的基础。应用结果表明:该装置操作简单,工作稳定。
(2)在12150L柴油机和机车柴油机喷油泵试验台上进行了故障模拟试验,采用夹持式传感器对高压油管压力波进行了测量,同时分析了单缸240柴油机燃油喷射系统故障模拟试验的结果。试验结果表明:夹持式传感器的输出基准存在变动现象,采用提取特征量的方法对油管压力波形进行描述存在较大困难;机车柴油机燃油喷射系统只有处于严重破坏状态时才对油管压力波产生显著影响,而其它如启喷压力变化、针阀座密封不好等故障现象仅使油管压力波形产生细微变化;单缸240柴油机燃油喷射系统故障模拟试验证实了根据高压油管压力波形变化规律进行故障诊断的可行性。
(3)本文编写了燃油喷射系统故障仿真程序,建模时考虑了各精密偶件处的燃油泄漏、燃油物性的变化、燃油流通通道截面及方向变化等影响因素;求解时采用变步长龙格库塔算法提高了仿真计算的精度,高压油管各截面处的压力波形的仿真结果与实测波形基本吻合。在故障仿真计算中,对燃油泄漏、密封不良、弹簧失效及一些特例故障进行了详细计算,揭示了燃油喷射系统故障对油管压力波形的影响规律,通过与试验结果对比证明了故障仿真计算结果的合理性。
(4)本文提出了根据油管压力波相对值变化规律实现故障诊断的方法,采用欧氏距离判别法使数据采集装置具备了初步的诊断能力,首次将人工神经网络应用于燃油喷射系统的故障诊断,提出了一种自调整学习率加快BP神经网络训练速度的算法,并对无监督神经网络故障诊断能力进行了探讨。研究结果表明:采用人工神经网络能够提高对测试样本的正确识别率,对原始数据进行小波变换可大大提高网络的正确识别率和训练速度,但无监督神经网络的故障诊断能力较差。最后,本文把油管压力波仿真计算结果视为虚拟故障样本,利用神经网络建立了一个具有较强学习能力及概括能力的诊断系统,为研制柴油机燃油喷射系统故障诊断仪器提供了一个崭新的方案。