Ontwikkelingstrend voor diagnose van storingen in dieselmotoren

Ontwikkelingstrend voor diagnose van storingen in dieselmotoren

Dieselmotorfoutdiagnose omvat de drie hoofdonderdelen van signaalverzameling, gegevensverwerking en kenmerkwaarde-extractie, foutdiagnose en classificatie, maar de foutdiagnose-technologie heeft een verscheidenheid aan disciplines en theoretische kennis geïntegreerd en is van traditionele diagnostische technologie naar intelligente diagnose gegaan. . De geschiedenis van technologie.

Hoewel de storingsdiagnosetechnologie voor dieselmotoren veel doorbraken heeft opgeleverd in technische toepassingen, interfereren de werkomstandigheden van onderdelen en componenten tijdens het gebruik vanwege de complexe structuur van het dieselmotorsysteem met elkaar en zijn er verschillende soorten storingen. Tot dusver is er geen reeks snelle, effectieve, algemeen gebruikte en diagnostische methoden met ideale resultaten. De belangrijkste problemen zijn:

1. De dieselmotor heeft een ingewikkelde componentenstructuur. Tijdens het gebruik is de rol van elk werkend systeem onduidelijk. Ten tweede zijn voor verschillende typen dieselmotoren de componentstructuur, systeemsamenstelling en werkingsprincipe ook verschillend, dat wil zeggen de foutdiagnose van een dieselmotor.De methode wordt toegepast op een andere dieselmotor en de verkregen diagnoseresultaten zijn niet consistent met de huidige lopende status.

2. Aangezien de dieselmotor een heen en weer bewegend mechanisch apparaat is en tijdens het werk veel lawaai maakt, geeft het op een bepaald moment opgevangen trillingssignaal niet echt de goede of slechte staat van de dieselmotor weer.

3. Bij het diagnosticeren van dieselmotoren is het onmogelijk om nauwkeurig de overeenkomst tussen symptomen en fouten vast te stellen, dat wil zeggen dat er geen één-op-één overeenkomst tussen de twee is, maar een één-op-veel-fenomeen.

In de toekomstige sociale ontwikkeling, met de verdieping van wetenschappelijk onderzoek, worden intelligente optimalisatie-algoritmen en computertechnologie voortdurend bijgewerkt en met elkaar geïntegreerd, en ze zullen worden toegepast op de diagnose van dieselmotoren om de snelheid van het diagnoseproces en de nauwkeurigheid van de diagnoseresultaten. Word de trend van de voortgang van de tijd. Op basis hiervan wordt de toekomstige voortgang voornamelijk weerspiegeld in de volgende aspecten:

1. In termen van signaalverwerking, met het oog op de niet-stationariteit, voorbijgaande aard en abruptheid van trillingssignalen van dieselmotoren, verdere verbetering en verbetering van signaalanalyse en verwerkingsmethoden (zoals informatie-extractiemethoden in tijd-frequentiedomeinanalyse), om om meer te verkrijgen Meer informatie die de staat van de machine weerspiegelt, is een belangrijke doorbraak in het onderzoek in toekomstige foutdiagnose.

2. In termen van diagnoseresultaten heeft elk intelligent optimalisatie-algoritme zijn eigen voor- en nadelen. Om de nauwkeurigheid van de diagnoseresultaten te verbeteren, zijn daarom verschillende optimalisatiealgoritmen met elkaar geïntegreerd, de voordelen zijn complementair en wordt de analysemethode van de dieselmotor gebruikt om een ​​diagnose te stellen.In dit artikel wordt het algoritme van de kunstmatige bijenkolonie gebruikt. optimaliseert de ondersteuningsvectormachine om de beste prestatieparameters te verkrijgen, die kunnen worden gebruikt om een ​​hogere nauwkeurigheid te verkrijgen bij de uiteindelijke classificatie van dieselmotorfouten.

3. In termen van technische middelen, om productie-efficiëntie en werkefficiëntie te verzekeren, computertechnologie gebruiken om foutdiagnosesystemen op te zetten en data-acquisitie- en analysesystemen te signaleren, netwerktechnologie te gebruiken om informatie te delen, en online diagnose van informatiefusie te realiseren.