CN102095588A - 柴油机故障智能诊断方法 - Google Patents
柴油机故障智能诊断方法 Download PDFInfo
- Publication number
- CN102095588A CN102095588A CN 201010609509 CN201010609509A CN102095588A CN 102095588 A CN102095588 A CN 102095588A CN 201010609509 CN201010609509 CN 201010609509 CN 201010609509 A CN201010609509 A CN 201010609509A CN 102095588 A CN102095588 A CN 102095588A
- Authority
- CN
- China
- Prior art keywords
- fault
- diesel engine
- cylinder
- sound
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种柴油机故障智能诊断方法,包括如下步骤:1)判断待检测柴油机功率,如功率下降则为故障柴油机;2)定位故障柴油机的故障缸;3)诊断故障缸的供油系统,若有故障则提供该故障信息;4)若故障缸的供油系统无故障,则诊断故障缸的气密性,若气密性有故障则提供该故障信息;5)若故障缸的气密性无故障,则诊断故障缸的异响,若有异响则提供该异响信息;6)若故障缸无异响,则判断待检测柴油机处于无故障状态。本发明柴油机故障智能诊断方法可以对柴油机故障进行快速、综合诊断的方法。
Description
技术领域
本发明涉及柴油机技术领域,尤其涉及一种柴油机的故障检测方法。
背景技术
柴油机是一种使用面广、装备量大、结构复杂的往复式动力机械,其故障诊断问题一直是车辆装备保障的重点和难题。其组成结构和工作原理的复杂性导致了其故障症状复杂、故障信号检测困难、故障原因与故障症状以及特征参数值之间是极其错综复杂的非线性映射关系。同一故障原因往往对应着多种故障症状,同一故障症状又可由多个特征参数来反映;反之,多个特征参数又是某个或某些征兆的不同程度的定量描述,同一故障症状又对应着多种故障原因。这种对应关系往往又是模糊的,其模糊性既来自故障与症状之间的不确定性,又有来自故障与症状在概念描述上的不精确性。因此柴油机故障诊断是比较困难的,也是车辆维修部门急需解决的问题。
利用先进的数字信号采集技术、计算机技术和智能诊断技术开发一种柴油机智能诊断系统,能够协助维修人员快速查找柴油机故障原因,提高维修效率。
柴油机故障诊断技术经过多年的发展,目前已形成了多种监测手段和诊断方法,如油液监测、振动监测、性能参数监测、燃烧过程监测、传统诊断法、模糊逻辑诊断、多级融合诊断、神经网络和人工智能诊断等,这些方法按照各自的工作原理,从不同的角度获得柴油机不同形式的工作状态信息和诊断结果。主要不同监测方法及其特点如下:
性能参数监测:主要指对柴油机各种静态热工参数(压力、温度、流量、转速、喷油提前角等)的检测与诊断,而对于分析复杂的柴油机故障原因和多模式故障的诊断,仅依靠这些有限的参数是远远不够的。
振动监测:通过提取缸盖或缸体上振动信号的频率特征来分析柴油机工作过程故障,但柴油机振动源多,振动传播路径和振动机理都比较复杂,各类故障所对应的振动频率无论是从理论上还是在实践上都难以准确确定。
油液监测:主要是对机油进行铁谱分析和光谱分析,通过对机油中磨损元素的分析来了解主要零部件的磨损情况,这是从整体上对设备磨损情况的分析,要具体定位故障部位,还需结合其它方法对故障作进一步分析。
燃烧过程监测:使用缸内压力传感器监测气缸内燃烧压力的变化情况,通过对燃烧压力的分析来了解各缸工作的好坏、活塞环磨损等情况,但对其它部位故障的确定从理论上和实践上都难在准确确定。
发明内容
本发明提供一种可以对柴油机故障进行快速、综合诊断的方法。
一种柴油机故障智能诊断方法,包括如下步骤:
1)待检测柴油机起动后,判断待检测柴油机功率,如功率下降则为故障柴油机;
若待检测柴油机无法正常起动,则检测空载电瓶电压、电瓶内阻(电瓶电压波形)、起动电压、起动电流、起动转速,以判断检测柴油机无法正常起动的原因。
待检测柴油机起动后,通过曲轴转速传感器和缸压传感器检测发动机无负载加速时间、减速时间、平均功率、在设定转速下的瞬时功率、扭矩等参数,计算得到待检测柴油机的功率,如功率下降则判断为故障柴油机。
2)定位故障柴油机的故障缸;通过测量各缸相对缸压比、各缸不均匀度(起动电压波形),单缸断火后的转速下降值,可以定位出故障柴油机的故障缸。
其中单缸断火后的转速下降值,可由曲轴转速传感器采集。
另外测量各种转速下的充电电压、充电电流(充电电压波形)还可以实时反映发电机的工作状态是否正常,充电电压、充电电流主要由电瓶传感器和电流传感器采集。
3)诊断故障缸的供油系统,若有故障则提供该故障信息;
故障缸的供油系统可通过对高压油管供油波形(卡式供油波形)、最大供油压力、油阀开起油压、供油提前角(串式油压波形)的测量来进行确定。
其中高压油管供油波形(卡式供油波形)、最大供油压力、油阀开起油压由卡式供油传感器和串式油压传感器采集。
供油提前角(串式油压波形)由曲轴转速传感器和正时灯传感器采集。
4)若故障缸的供油系统无故障,则通过缸压传感器采集测量绝对缸压,诊断故障缸的气密性,若气密性有故障则提供该故障信息;
5)若故障缸的气密性无故障,则通过异响传感器采集测量主轴承响、连杆轴承响、活塞销响、活塞敲缸响和气门响等信号,以诊断故障缸是否有异响,若有异响则提供该异响所在部位;
6)若故障缸无异响,则判断待检测柴油机处于无故障状态。
另外在整个故障智能诊断过程中,通过温度传感器实时采集待检测柴油机的冷却液温度、排气温度。
本发明柴油机故障智能诊断方法中,各个检测步骤都需要对采集的参数进行特征提取,一般可以采用现有的提取方法。作为优选,在对待检测柴油机的转速信号进行处理时,对瞬时转速波动信号包含的特征参数的提取采取了模型分析法和波形分析法两种方法。对高压油管压力波形包含的特征参数的提取采用小波变换、模糊C-均值聚类方法。
本发明柴油机故障智能诊断方法利用先进的内燃机动力学模型,建立了曲轴的瞬时转速波动信号、高压油管压力信号和气缸压力信号等与柴油机工作过程参数间的关系,利用统计学、模糊数学的原理和柴油机工作过程专家诊断系统的判断推理,通过快速检测曲轴的瞬时转速波动信号、高压油管压力信号和气缸压力信号,实现对柴油机的快速、综合故障诊断。
为了实现本发明柴油机故障智能诊断方法,可以利用柴油机故障智能诊断仪,便携式柴油机故障诊断仪及相应的外围传感器组成,具有可靠、稳定、抗恶劣环境的特点,内置软件采用面向对象设计方法,诊断仪完成数据采集、分析、处理以及现场故障诊断并输出诊断结果等功能。数据分析管理系统实现了接收诊断仪数据、数据可视化分析、柴油机状态档案管理、柴油机运行故障趋势分析等功能。
本发明柴油机故障智能诊断方法可实现:
1.故障诊断功能
能够诊断的主要故障包括:整机功率下降故障(起动故障)、故障缸定位、气密性故障、进排气管路堵塞、供油提前角异常、喷油器起喷压力异常、喷油量异常、喷油雾化不良等进气系统、燃油系统和燃烧系统等关键零部件的故障。
2.监控功能
本系统通过大量实验,已经存储了柴油机关键技术状态参数的合理阈值,对超标参数除给出报警信息外,还能给出超标原因和具体的调整方案。
3.柴油机状态归档和故障趋势分析
系统将柴油机各技术状态数据存档,建立状态技术档案,通过不同历史时期的数据对比分析,实现对柴油机的状态跟踪检测,同时能够对潜在故障进行趋势分析、预报。
附图说明
图1为本发明柴油机故障智能诊断方法的流程图;
图2为诊断故障缸的供油系统的流程图;
图3为本发明柴油机智能诊断仪的硬件系统示意图。
具体实施方式
参见图1,本发明一种柴油机故障智能诊断方法,包括如下步骤:
1)起动待检测柴油机,若待检测柴油机无法正常起动,则检测空载电瓶电压、电瓶内阻(电瓶电压波形)、起动电压、起动电流、起动转速等信号,以判断检测柴油机无法正常起动的原因。
若待检测柴油机可以起动,则判断待检测柴油机功率,通过曲轴转速传感器和缸内压力传感器检测发动机无负载加速时间、减速时间、平均功率、在设定转速下的瞬时功率、扭矩,计算得到待检测柴油机的功率,若功率下降则判断为故障柴油机。
2)通过测量各缸相对缸压比、各缸不均匀度(起动电压波形),单缸断火后的转速下降值,可定位出故障柴油机的故障缸,其中单缸断火后的转速下降值,可由曲轴转速传感器采集。
3)诊断故障缸的供油系统,若有故障则提供该故障信息;
故障缸的供油系统可通过对高压油管供油波形(卡式供油波形)、最大供油压力、油阀开起油压、供油提前角(串式油压波形)的测量来进行检测。其中高压油管供油波形(卡式供油波形)、最大供油压力、油阀开起油压由卡式供油传感器和串式油压传感器采集。供油提前角(串式油压波形)由曲轴转速传感器和正时灯传感器采集。
本步骤中可根据高压油管压力信号进一步确定是否由于供油系统故障造成了功率下降。过程参见图2,首先对测得的柴油机高压油管压力波形进行小波变换,提取反映故障状态的5个特征参数P0、Pm、TS、Cf、If。
其中,
P0喷油器开启压力(可用电压信号V来表征);
Pm最大喷油压力(可用电压信号V来表征);
TS喷射时间(ms);
Cf峰值因子;
If脉冲因子。
利用模糊C-均值聚类算法建立标准故障特征模式,通过对待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别。
拟识别的供油系统的3种主要故障为:
a喷油嘴积炭和堵塞导致的喷油孔总喷射面积减小;
b高压油管接头渗漏和出油阀磨损;
c喷油器弹簧折断。
4)若故障缸的供油系统无故障,则可通过缸压传感器采集测量绝对缸压,诊断故障缸的气密性,若气密性有故障则提供该故障信息;
5)若故障缸的气密性无故障,则通过异响传感器采集测量主轴承响、连杆轴承响、活塞销响、活塞敲缸响和气门响等信号,以诊断故障缸的异响,若有异响则提供该异响所在部位;
6)若故障缸无异响,则判断待检测柴油机处于无故障状态。
具体操作时采用柴油机智能诊断仪对柴油机进行不解体检测和故障诊断。图3可见本发明硬件系统构成,诊断仪硬件系统能满足下列需求:
1)数据的高速、准确采集;
2)实时对所采集的数据进行分析、处理;
3)给出明确的故障诊断结果;
4)提供方便的人机接口,操作员可方便的选择、控制工作流程,现场采集和分析数据结果的图形化实时显示;
5)采集的原始数据和分析处理完的数据结果离线存储;
6)整个硬件自成系统,体积小,便携;
7)工作可靠,抗工业恶劣环境。
为了实现本发明方法,在柴油机智能诊断仪中可安装和运行相应的柴油机智能诊断软件,软件分为数据采集子系统、人机交互子系统、故障诊断子系统和数据传输子系统。可满足的主要功能如下:
1)完成对发动机各数据的采集、存储,控制采集流程;
2)提供友好的人机接口,中文图形界面;
3)对所采集的数据进行处理、分析、计算,显示/存储计算结果;
4)进行实时故障诊断分析,并实时显示结果;
5)提供方便可靠的数据传输接口;
6)数据分析管理系统。
柴油机智能诊断软件系统预先在典型车型上进行实车试验,并用试验结果训练智能诊断软件。
Claims (5)
1.一种柴油机故障智能诊断方法,其特征在于,包括如下步骤:
1)待检测柴油机起动后,判断待检测柴油机功率,如功率下降则为故障柴油机;
2)定位故障柴油机的故障缸;
3)诊断故障缸的供油系统,若有故障则提供该故障信息;
4)若故障缸的供油系统无故障,则诊断故障缸的气密性,若气密性有故障则提供该故障信息;
5)若故障缸的气密性无故障,则诊断故障缸的异响,若有异响则提供该异响信息;
6)若故障缸无异响,则判断待检测柴油机处于无故障状态。
2.如权利要求1所述的柴油机故障智能诊断方法,其特征在于,步骤1)中待检测柴油机起动后,通过检测发动机无负载加速时间、减速时间、平均功率、在设定转速下的瞬时功率和扭矩,计算得到待检测柴油机的功率。
3.如权利要求2所述的柴油机故障智能诊断方法,其特征在于,步骤2)中通过测量各缸相对缸压比、各缸不均匀度,单缸断火后的转速下降值来定位故障缸。
4.如权利要求3所述的柴油机故障智能诊断方法,其特征在于,步骤3)中故障缸的供油系统通过对高压油管供油波形、最大供油压力、油阀开起油压、供油提前角的测量来进行确定。
5.如权利要求4所述的柴油机故障智能诊断方法,其特征在于,步骤5)中通过测量主轴承响、连杆轴承响、活塞销响、活塞敲缸响和气门响以诊断故障缸的异响部位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010609509 CN102095588A (zh) | 2010-12-28 | 2010-12-28 | 柴油机故障智能诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010609509 CN102095588A (zh) | 2010-12-28 | 2010-12-28 | 柴油机故障智能诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102095588A true CN102095588A (zh) | 2011-06-15 |
Family
ID=44128773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010609509 Pending CN102095588A (zh) | 2010-12-28 | 2010-12-28 | 柴油机故障智能诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102095588A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
CN102798581A (zh) * | 2011-05-27 | 2012-11-28 | 宁夏天地奔牛实业集团有限公司 | 大功率减速器在线油液监测方法和系统 |
CN103162966A (zh) * | 2011-12-09 | 2013-06-19 | 上海船舶运输科学研究所 | 一种柴油机推进系统 |
CN105181338A (zh) * | 2015-09-08 | 2015-12-23 | 广西大学 | 基于振动和油液信息的发动机状态监测和故障诊断方法 |
CN105424373A (zh) * | 2014-09-17 | 2016-03-23 | 天津爱诚机电设备有限公司 | 一种发动机检测系统 |
CN105675304A (zh) * | 2016-01-04 | 2016-06-15 | 杭州科技职业技术学院 | 汽车发动机在线监测系统 |
CN107038319A (zh) * | 2017-05-16 | 2017-08-11 | 哈尔滨工程大学 | 一种柴油机发电机组齿轮异响的故障排查方法 |
CN108492399A (zh) * | 2018-02-11 | 2018-09-04 | 山东大学 | 基于大数据分析的推土机柴油机故障诊断专家系统及方法 |
CN108593304A (zh) * | 2018-03-23 | 2018-09-28 | 广东核电合营有限公司 | 核电应急柴油机多工况预警状态监测和诊断分析系统及方法 |
CN108827634A (zh) * | 2018-06-25 | 2018-11-16 | 苏州大学 | 流形融合经验模态分解方法 |
CN109190220A (zh) * | 2018-08-22 | 2019-01-11 | 宁波洁程汽车科技有限公司 | 一种基于小波分析的发动机气密性诊断方法以及系统 |
CN109375608A (zh) * | 2018-10-12 | 2019-02-22 | 洛阳智能农业装备研究院有限公司 | 一种基于图模型的发动机故障诊断方法 |
CN109632319A (zh) * | 2018-11-20 | 2019-04-16 | 吉林铁道职业技术学院 | 一种和谐内5机车柴油机检修辅助系统 |
CN109710983A (zh) * | 2018-12-04 | 2019-05-03 | 北京大学 | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 |
CN110307990A (zh) * | 2019-06-05 | 2019-10-08 | 中国中车股份有限公司 | 一种柴油机机油系统故障的智能诊断方法及系统 |
CN110349293A (zh) * | 2019-07-16 | 2019-10-18 | 深圳市智物联网络有限公司 | 发动机异常停机检测方法、系统、装置及存储介质 |
CN111140390A (zh) * | 2018-11-06 | 2020-05-12 | 长城汽车股份有限公司 | 车辆燃油系统的控制方法及装置 |
CN111351668A (zh) * | 2020-01-14 | 2020-06-30 | 江苏科技大学 | 基于优化粒子群算法和神经网络的柴油机故障诊断方法 |
CN111506049A (zh) * | 2020-04-27 | 2020-08-07 | 西北工业大学 | 基于aann网络系统的航空发动机控制系统多重故障诊断方法 |
CN111695465A (zh) * | 2020-06-01 | 2020-09-22 | 杭州英集动力科技有限公司 | 基于压力波模式识别的管网故障诊断与定位方法及系统 |
CN111752259A (zh) * | 2020-06-02 | 2020-10-09 | 上海交通大学 | 一种燃气轮机传感器信号的故障识别方法和装置 |
CN114542281A (zh) * | 2021-12-23 | 2022-05-27 | 中国北方发动机研究所(天津) | 一种基于多源数据融合的柴油机失火故障识别方法 |
CN111752259B (zh) * | 2020-06-02 | 2024-06-28 | 上海交通大学 | 一种燃气轮机传感器信号的故障识别方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1248700A (zh) * | 1999-09-10 | 2000-03-29 | 于志谦 | 两用燃料汽车性能检测方法 |
CN101318539A (zh) * | 2008-05-19 | 2008-12-10 | 天津大学 | 舰船空气起动系统故障诊断方法 |
-
2010
- 2010-12-28 CN CN 201010609509 patent/CN102095588A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1248700A (zh) * | 1999-09-10 | 2000-03-29 | 于志谦 | 两用燃料汽车性能检测方法 |
CN101318539A (zh) * | 2008-05-19 | 2008-12-10 | 天津大学 | 舰船空气起动系统故障诊断方法 |
Non-Patent Citations (3)
Title |
---|
《九江学院学报》 20071231 严朝勇等 发动机分析仪的组成及其计算机测控系统的研究 50-52 1-5 , 第3期 2 * |
《汽车技术》 19941231 符之仲 汽车检测诊断新技术的应用 56-59 1-5 , 第12期 2 * |
《黑龙江交通科技》 20081231 沈祥福 工程机械发动机的实用检测技术 79 1-5 , 第10期 2 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798581A (zh) * | 2011-05-27 | 2012-11-28 | 宁夏天地奔牛实业集团有限公司 | 大功率减速器在线油液监测方法和系统 |
CN102494899A (zh) * | 2011-11-25 | 2012-06-13 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
CN102494899B (zh) * | 2011-11-25 | 2014-02-26 | 华南理工大学 | 柴油机复合故障诊断方法及诊断系统 |
CN103162966A (zh) * | 2011-12-09 | 2013-06-19 | 上海船舶运输科学研究所 | 一种柴油机推进系统 |
CN103162966B (zh) * | 2011-12-09 | 2015-05-27 | 上海船舶运输科学研究所 | 一种柴油机推进系统 |
CN105424373A (zh) * | 2014-09-17 | 2016-03-23 | 天津爱诚机电设备有限公司 | 一种发动机检测系统 |
CN105181338A (zh) * | 2015-09-08 | 2015-12-23 | 广西大学 | 基于振动和油液信息的发动机状态监测和故障诊断方法 |
CN105675304A (zh) * | 2016-01-04 | 2016-06-15 | 杭州科技职业技术学院 | 汽车发动机在线监测系统 |
CN107038319A (zh) * | 2017-05-16 | 2017-08-11 | 哈尔滨工程大学 | 一种柴油机发电机组齿轮异响的故障排查方法 |
CN107038319B (zh) * | 2017-05-16 | 2020-06-16 | 哈尔滨工程大学 | 一种柴油机发电机组齿轮异响的故障排查方法 |
CN108492399A (zh) * | 2018-02-11 | 2018-09-04 | 山东大学 | 基于大数据分析的推土机柴油机故障诊断专家系统及方法 |
CN108593304A (zh) * | 2018-03-23 | 2018-09-28 | 广东核电合营有限公司 | 核电应急柴油机多工况预警状态监测和诊断分析系统及方法 |
CN108827634A (zh) * | 2018-06-25 | 2018-11-16 | 苏州大学 | 流形融合经验模态分解方法 |
CN109190220A (zh) * | 2018-08-22 | 2019-01-11 | 宁波洁程汽车科技有限公司 | 一种基于小波分析的发动机气密性诊断方法以及系统 |
CN109190220B (zh) * | 2018-08-22 | 2023-04-07 | 宁波洁程汽车科技有限公司 | 一种基于小波分析的发动机气密性诊断方法以及系统 |
CN109375608A (zh) * | 2018-10-12 | 2019-02-22 | 洛阳智能农业装备研究院有限公司 | 一种基于图模型的发动机故障诊断方法 |
CN111140390A (zh) * | 2018-11-06 | 2020-05-12 | 长城汽车股份有限公司 | 车辆燃油系统的控制方法及装置 |
CN109632319A (zh) * | 2018-11-20 | 2019-04-16 | 吉林铁道职业技术学院 | 一种和谐内5机车柴油机检修辅助系统 |
CN109710983B (zh) * | 2018-12-04 | 2020-11-27 | 北京大学 | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 |
CN109710983A (zh) * | 2018-12-04 | 2019-05-03 | 北京大学 | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 |
CN110307990A (zh) * | 2019-06-05 | 2019-10-08 | 中国中车股份有限公司 | 一种柴油机机油系统故障的智能诊断方法及系统 |
CN110349293A (zh) * | 2019-07-16 | 2019-10-18 | 深圳市智物联网络有限公司 | 发动机异常停机检测方法、系统、装置及存储介质 |
CN111351668A (zh) * | 2020-01-14 | 2020-06-30 | 江苏科技大学 | 基于优化粒子群算法和神经网络的柴油机故障诊断方法 |
CN111506049A (zh) * | 2020-04-27 | 2020-08-07 | 西北工业大学 | 基于aann网络系统的航空发动机控制系统多重故障诊断方法 |
CN111506049B (zh) * | 2020-04-27 | 2022-03-22 | 西北工业大学 | 基于aann网络系统的航空发动机控制系统多重故障诊断方法 |
CN111695465A (zh) * | 2020-06-01 | 2020-09-22 | 杭州英集动力科技有限公司 | 基于压力波模式识别的管网故障诊断与定位方法及系统 |
CN111695465B (zh) * | 2020-06-01 | 2024-03-05 | 浙江英集动力科技有限公司 | 基于压力波模式识别的管网故障诊断与定位方法及系统 |
CN111752259A (zh) * | 2020-06-02 | 2020-10-09 | 上海交通大学 | 一种燃气轮机传感器信号的故障识别方法和装置 |
CN111752259B (zh) * | 2020-06-02 | 2024-06-28 | 上海交通大学 | 一种燃气轮机传感器信号的故障识别方法和装置 |
CN114542281A (zh) * | 2021-12-23 | 2022-05-27 | 中国北方发动机研究所(天津) | 一种基于多源数据融合的柴油机失火故障识别方法 |
CN114542281B (zh) * | 2021-12-23 | 2023-03-14 | 中国北方发动机研究所(天津) | 一种基于多源数据融合的柴油机失火故障识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102095588A (zh) | 柴油机故障智能诊断方法 | |
CN102494899B (zh) | 柴油机复合故障诊断方法及诊断系统 | |
CN101251441B (zh) | 汽车发动机状态在线监测方法及系统 | |
CN104919298B (zh) | 基于排气歧管压力的内燃发动机不点火检测 | |
US10253716B2 (en) | Engine analysis and diagnostic system | |
CN109141898A (zh) | 一种基于物联网的柴油发动机故障诊断系统 | |
CN102066729A (zh) | 通过分析发动机气缸压力信号和曲轴速度信号的燃料系统诊断 | |
Tamura et al. | Misfire detection on internal combustion engines using exhaust gas temperature with low sampling rate | |
KR102368396B1 (ko) | K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법 | |
CN112067306A (zh) | 船用发动机健康状态在线监测评估方法、设备及系统 | |
CN203083829U (zh) | 基于简易工况法尾气排放检测的汽车故障诊断系统 | |
US6675639B1 (en) | Apparatus and method to detect cylinder faults of internal combustion engines via exhaust temperature monitoring | |
CN105673242A (zh) | 预测发动机系统和方法 | |
CN101907520B (zh) | 发动机失火检测方法及其检测装置 | |
CN103969052A (zh) | 基于离群分析的柴油机故障诊断方法 | |
CN202661269U (zh) | 一种柴油机复合故障诊断的测试平台 | |
CN103061942A (zh) | 用于喷油器控制阀组件流量一致性检测的装置及方法 | |
Gritsenko et al. | The Advancement of the Methods of Vibro-Acoustic Control of the ICE Gas Distribution Mechanism. | |
CN105675304A (zh) | 汽车发动机在线监测系统 | |
CN105606367A (zh) | 一种发动机稳态工况失火检测及自适应判定方法和装置 | |
CN201184842Y (zh) | 汽车发动机状态在线监测系统 | |
CN109519368B (zh) | 储气库往复式压缩机的智能运维与健康管理系统 | |
CN102116242B (zh) | 一种发动机失火的诊断方法 | |
CN114459766B (zh) | 一种海洋平台原油发电机组油头工作状态监测方法 | |
CN108051223B (zh) | 一种发动机低压油路监控系统及监控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110615 |