作为矿用汽车的“心脏”,发动机为矿用汽车的行驶提供动力。因此,发动机能否正常运行与有效地维护对于矿山安全生产至关重要。在矿山产能不断扩大的背景下,矿用汽车发动机使用工况也随之愈加复杂,劣化倾向突显,故障率随着使用年限呈逐年上升趋势。因此,对矿用汽车发动机各部件的状况进行准确的评估与故障诊断,提高矿用汽车发动机的维修质量与效率一直以来就是许多学者潜心研究的课题。为了更好地适应行业发展的要求,提高矿用汽车发动机维修的专业化与智能化,矿用汽车维修部门引入了润滑油原子光谱分析技术,通过监测矿用汽车发动机润滑油中各种磨损元素的浓度,实时反映矿用汽车发动机各部件的磨损状态,实现了在不解体的情况下就能了解矿用汽车发动机的内部状况,提高了矿用汽车发动机的检修效率。为了更有效地利用润滑油原子光谱分析信息,本文先使用小波变换对矿用汽车发动机润滑油光谱分析数据进行降噪,然后使用改进的三线值法来评估矿用汽车发动机的磨损状况,最后利用灰狼算法优化的核极限学习机建立相应的故障诊断模型实现矿用汽车发动机故障的分类。本篇论文主要研究内容如下:1.从某公路运输作业部得到矿用汽车发动机润滑油光谱分析监测数据,使用小波变换...