原文传递
甲醇/柴油双燃料发动机泄漏故障预诊断研究
| 论文题名： | 甲醇/柴油双燃料发动机泄漏故障预诊断研究 |
| 关键词： | 汽车发动机;甲醇/柴油双燃料;泄露故障;故障预诊断;概率神经网络;萤火虫算法;BP神经网络 |
| 摘要： | 随着经济、工业的发展，我国汽车保有量飞速增加，传统的石油燃料已逐渐不能满足如今人们对汽车经济性和排放性的需求，甲醇作为一种清洁能源迅速在发动机领域被广泛运用。然而，甲醇腐蚀性较强，易对发动机部件中的橡胶和金属进行腐蚀，破坏其结构导致泄漏故障，降低发动机的使用寿命，并且甲醇对人体有害，一经泄漏可能会造成危害，因此针对现有发动机故障诊断系统无法预测甲醇腐蚀泄漏的问题，分别从信号处理、特征提取、故障识别、寿命预测这几个环节入手，进行了甲醇/柴油双燃料发动机泄露故障的预诊断研究。 根据甲醇/柴油双燃料发动机供醇管道复杂多变且非平稳、非线性的特点，采用CEEMDAN分解振动信号从而提取特征值的有效方法，通过在Matlab中进行仿真模拟，比较了在分解复杂混合振动信号时，EMD、EEMD、CEEMDAN这三种算法的性能。得出CEEMDAN在解决模态混叠问题与运算速度方面都优于另外两种算法，从而表明应用CEEMDAN能够处理复杂混合振动信号，且优于其它两种算法。 提出了一种基于萤火虫算法优化的概率神经网络FAPNN，用于对甲醇/柴油双燃料发动机供醇管道振动信号的特征值进行故障诊断识别。基于概率神经网络的理论依据、网络结构、运算流程和其特性，发现了PNN的平滑因子?对其故障分类能力的决定性影响，提出了一种基于萤火虫算法的概率神经网络故障诊断模型，该模型能够通过萤火虫算法找到当前状态下PNN的最优平滑因子?值，从而实现PNN的自适应寻优过程，解决了人为设定不准确的问题。 提出了通过BP神经网络来拟合供醇管道管壁厚度随时间的变化曲线，从而预测供醇管道的剩余寿命的方法。根据BP神经网络的网络结构以及其正向、反向传播的具体过程，结合甲醇/柴油双燃料发动机供醇管道管壁厚度随时间变化曲线的具体特点进行分析，阐述了BP神经网络在曲线拟合与预测方面的优势，确定了BP神经网络适用于本文的供醇管道壁厚变化曲线拟合。 通过台架试验验证所提出的甲醇/柴油双燃料发动机泄漏故障预诊断方法的有效性。搭建了甲醇/柴油双燃料发动机试验台架采集供醇管道振动信号，并通过CEEMDAN分解供醇管道信号并计算每个IMF分量的能量熵作为特征值。通过FAPNN故障诊断模型得到管道的当前管壁厚度和腐蚀泄漏故障程度，诊断准确率高达97.9%，表明其满足精度要求。通过BP神经网络预测出管道的剩余寿命，误差率仅0.576%，证明具有较高的精确度。将FAPNN、PSOPNN、GAPNN、FWAPNN四种算法在一起比较，结果体现出本文提出的FAPNN算法具有较高的准确率和训练速度，验证了故障预诊断方法可行性和优越性。 |
| 作者： | 王涯鑫 |
| 专业： | 动力工程 |
| 导师： | 李捷辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2022 |
相关文献
检索历史
应用推荐
