详情

原文传递发动机冷试排气测试故障检测与诊断方法

论文题名：	发动机冷试排气测试故障检测与诊断方法
关键词：	汽车发动机;冷试技术;故障诊断;排气测试;多变量监控
摘要：	随着对汽车发动机制造质量、整机性能要求的日趋提高,利用冷试技术准确检测与快速诊断发动机故障的研究越来越为国内外汽车行业所重视。发动机冷试技术是发动机无燃烧过程的情况下反映发动机整机装配性能快节拍、高质量、低成本的检测方法,可以实现对发动机在线100％测量,主要目的在于通过检测数据分析判断发动机状态。排气测试是冷试的重要项目,包括排气压力峰值、气门开启角、气门开启泄漏等参数,其不合格数量占冷试不合格总数的1/4-1/3,其故障检测与诊断中存在以下问题:一方面排气测试参数控制限设计缺乏科学依据,参数相关性被忽视,导致故障漏报误报时有发生;另一方面故障返修多依赖于主观经验进行遍历查找,对检测信息利用不足,导致返修效率低甚至失败。　　针对上述难题,本文基于多种统计理论构造了一套发动机冷试故障检测与诊断方法,重点研究了单变量控制限确定、多变量控制限设计、排气测试故障源诊断、进排气气门间隙故障模式分离等关键问题,开发数据处理分析软件,在某型号发动机制造质量控制中得到有效应用。本文主要研究内容如下: 　　(1)排气测试单参数控制限确定方法　　针对单变量控制限确定缺乏依据的问题,提出构建尾部分布以得到参数控制限,以分布参数表征前后数据状态是否一致的方法。首先从平均超出量函数出发推导尾部分布模型;然后从尾部分布模型得到分位数,取代正态分布分位数作为参数控制限;最后根据分布参数后验估计得到参数置信区间,表征前后数据状态是否一致,作为控制限是否调整的依据。　　(2)排气测试多参数控制限设计方法　　针对常规单变量控制限监控方法忽视参数相关性的问题,提出结合支持向量数据描述实现多变量监控的方法。首先以尾部相关性作为相关性度量指标,作为多变量控制限参数选择依据;然后引入支持向量数据描述方法,针对数据特点进行样本筛选,结合误报和漏报改进参数优化方法;最后利用增量学习策略应对学习过程样本量大的问题,减少漏报同时误报随着学习过程减少并趋于稳定。　　(3)排气测试故障源诊断网络建模方法　　针对故障源诊断主要依赖工程经验,结论呈现不确定性的问题,提出将贝叶斯网络理论与冷试返修诊断过程相结合的方法。首先提取故障事件获得网络输入输出节点,根据发动机配气机构故障发生特点构造三层网络结构;然后根据历史检测数据将故障源与故障征兆的复杂因果关系以概率模型表达;最后将冷试检测及现场检测数据作为多源证据信息,推理潜在故障源,并实现故障网络学习更新。　　(4)进排气气门间隙故障模式分离方法　　针对进排气气门间隙故障征兆类似,只能通过遍历检查区分的问题,提出基于排气压力波提取故障特征分离故障源的方法。首先借助经验模态分解对冷试排气压力波进行多尺度分解;然后对分解结果去除趋势项与噪声项,得到特征能量向量;最后建立排气压力波特征与气门间隙状态的对应关系,构造气门间隙故障源多值分类器。　　(5)软件开发与工程案例应用　　在上述研究的基础上,开发了“发动机冷试数据处理系统”排气测试模块,实现了单参数控制限确定,冷试返修故障诊断等功能,在排气压力峰值控制限调整与排气测试故障诊断网络建立等几个案例上得到应用,验证了本文的方法。　　综上所述,本文针对某型号发动机冷试故障检测和诊断中的工程问题,所研究的一套发动机冷试排气测试质量控制方法,充分利用了冷试检测数据,能够为冷试参数控制限的设计提供依据,为冷试返修提供指导并提高返修效率。该方法不仅能够应用于排气测试数据处理,还能推广应用于扭矩测试、点火测试等其它冷试测试项目。
作者：	卜宇君
专业：	车辆工程
导师：	金隼
授予学位：	硕士
授予学位单位：	上海交通大学
学位年度：	2013
正文语种：	中文