本文選題：光纖光柵加速度傳感器 + 內(nèi)燃機(jī)健康監(jiān)測(cè)��； 參考：《山東大學(xué)》2017年博士論文

【摘要】：內(nèi)燃機(jī)結(jié)構(gòu)健康監(jiān)測(cè)與不解體故障識(shí)別技術(shù)是確保內(nèi)燃機(jī)及以其為動(dòng)力源的大型機(jī)械裝備安全穩(wěn)定運(yùn)行的關(guān)鍵保障之一。內(nèi)燃機(jī)表面振動(dòng)信號(hào)中包含了豐富的狀態(tài)信息,因此,基于振動(dòng)分析技術(shù)的內(nèi)燃機(jī)結(jié)構(gòu)健康監(jiān)測(cè)引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注,并取得了一定的研究成果,但仍然面臨一系列挑戰(zhàn),諸如傳統(tǒng)電類振動(dòng)傳感器受內(nèi)燃機(jī)結(jié)構(gòu)和工作環(huán)境影響,所獲取的信號(hào)表現(xiàn)為非平穩(wěn)、非線性特性,難以直接作為內(nèi)燃機(jī)故障識(shí)別的依據(jù);內(nèi)燃機(jī)復(fù)合故障識(shí)別方法尚處于初步探索階段,遠(yuǎn)未成熟等。針對(duì)以上問(wèn)題,本課題以內(nèi)燃機(jī)典型故障為研究對(duì)象,通過(guò)FBG加速度傳感器設(shè)計(jì)、解調(diào)系統(tǒng)構(gòu)建、信號(hào)處理、特征提取、故障識(shí)別方法等研究,建立高可靠性的內(nèi)燃機(jī)典型故障識(shí)別模型,實(shí)現(xiàn)內(nèi)燃機(jī)典型故障準(zhǔn)確識(shí)別。具體研究?jī)?nèi)容闡述如下:(1)針對(duì)現(xiàn)有FBG加速度傳感器靈敏度較低、平坦響應(yīng)區(qū)窄和抗交叉干擾能力差的問(wèn)題,在理論分析其傳感機(jī)理的基礎(chǔ)上,提出了基于柔性鉸鏈結(jié)構(gòu)的高靈敏度FBG加速度傳感模型,利用ANSYS軟件仿真分析了其響應(yīng)特性,優(yōu)化傳感器結(jié)構(gòu),研制了基于柔性鉸鏈結(jié)構(gòu)的傳感器,進(jìn)而利用可調(diào)諧F-P濾波器,構(gòu)建了基于邊緣濾波原理的高頻解調(diào)系統(tǒng)。(2)提出了一種基于多分類支持向量機(jī)的內(nèi)燃機(jī)氣門(mén)故障識(shí)別方法。在分析氣門(mén)狀態(tài)監(jiān)測(cè)FBG傳感器優(yōu)化布置的基礎(chǔ)上,構(gòu)建了內(nèi)燃機(jī)氣門(mén)運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng),實(shí)現(xiàn)了氣門(mén)故障信號(hào)的準(zhǔn)確檢測(cè)。利用小波分解與重構(gòu)算法和振蕩能量提取氣門(mén)故障信號(hào)特征,建立了信號(hào)特征與氣門(mén)故障之間的關(guān)系模型,利用具有良好分類精度的支持向量機(jī)算法,在少量模型訓(xùn)練樣本條件下,實(shí)現(xiàn)了內(nèi)燃機(jī)氣門(mén)故障的高準(zhǔn)確率識(shí)別。(3)提出了一種基于變分模態(tài)分解算法和多分類支持向量機(jī)的內(nèi)燃機(jī)噴油提前角故障識(shí)別方法。利用變分模態(tài)分解算法和振蕩能量提取噴油提前角故障信號(hào)特征,建立了信號(hào)特征與噴油提前角故障之間的關(guān)系模型,利用具有良好分類精度的支持向量機(jī)算法,在少量模型訓(xùn)練樣本條件下,實(shí)現(xiàn)了內(nèi)燃機(jī)噴油提前角的高準(zhǔn)確率故障識(shí)別。(4)提出了一種基于擴(kuò)散映射算法和多分類支持向量機(jī)的內(nèi)燃機(jī)復(fù)合故障識(shí)別方法。利用小波分解與重構(gòu)和VMD算法提取內(nèi)燃機(jī)復(fù)合故障信號(hào)特征,提出了基于擴(kuò)散映射算法的特征向量降維方法,對(duì)特征向量進(jìn)行降維,去除冗余信息,建立了信號(hào)特征與復(fù)合故障之間的關(guān)系模型,利用具有良好分類精度的支持向量機(jī)算法,在少量模型訓(xùn)練樣本條件下,實(shí)現(xiàn)了內(nèi)燃機(jī)氣門(mén)和噴油提前角復(fù)合故障的高準(zhǔn)確率識(shí)別。
[Abstract]:The technology of structural health monitoring and failure identification of internal combustion engine is one of the key guarantees to ensure the safe and stable operation of internal combustion engine and its large mechanical equipment. The vibration signal on the surface of internal combustion engine contains abundant state information. Therefore, the structural health monitoring of internal combustion engine based on vibration analysis technology has attracted wide attention from scholars at home and abroad, and some research results have been obtained. However, it is still facing a series of challenges, such as the traditional electric vibration sensor is affected by the internal combustion engine structure and working environment, and the signals obtained are non-stationary and nonlinear, so it is difficult to directly serve as the basis of internal combustion engine fault identification. The complex fault identification method of internal combustion engine is still in the initial stage of exploration, far from mature and so on. In view of the above problems, this paper takes typical internal combustion engine faults as the research object, through the FBG acceleration sensor design, demodulation system construction, signal processing, feature extraction, fault identification methods and so on. The high reliability typical fault identification model of internal combustion engine is established to realize the accurate identification of typical internal combustion engine faults. The specific research contents are as follows: (1) aiming at the problems of low sensitivity, narrow flat response area and poor ability to resist cross-interference of the existing FBG acceleration sensors, based on the theoretical analysis of its sensing mechanism, A high sensitivity FBG acceleration sensing model based on flexure hinge structure is proposed. The response characteristics of FBG are simulated and analyzed by ANSYS software, the sensor structure is optimized, the sensor based on flexure hinge structure is developed, and the tunable F-P filter is used. In this paper, a high frequency demodulation system based on edge filtering principle is constructed. A multi-class support vector machine based valve fault identification method for internal combustion engine is proposed. On the basis of analyzing the optimal arrangement of FBG sensors for valve state monitoring, a valve operating condition monitoring system of internal combustion engine is constructed, which realizes the accurate detection of valve fault signal. Wavelet decomposition and reconstruction algorithm and oscillatory energy are used to extract the valve fault signal feature, and the relationship model between the signal feature and valve fault is established, and the support vector machine algorithm with good classification accuracy is used. Under the condition of a small number of model training samples, the high accuracy identification of internal combustion engine valve faults is realized. A new method based on variational mode decomposition algorithm and multi-classification support vector machine is proposed to identify the fuel injection advance angle fault of internal combustion engine. Using variational mode decomposition algorithm and oscillation energy to extract the fault signal features of fuel injection advance angle, the relationship model between the signal characteristics and the injection advance angle fault is established, and the support vector machine algorithm with good classification accuracy is used. Under the condition of a small number of model training samples, the high accuracy fault identification of the injection advance angle of internal combustion engine is realized. A new method of internal combustion engine complex fault identification based on diffusion mapping algorithm and multi-classification support vector machine is proposed. Wavelet decomposition and reconstruction and VMD algorithm are used to extract the features of internal combustion engine complex fault signals. A method of dimension reduction based on diffusion mapping algorithm is proposed to reduce the dimension of feature vectors and remove redundant information. The relationship model between signal features and complex faults is established. The support vector machine (SVM) algorithm with good classification accuracy is used to train samples with a small number of models. The high accuracy recognition of the composite fault of valve and injection advance angle of internal combustion engine is realized.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TK407;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;《內(nèi)燃機(jī)》征稿啟事[J];內(nèi)燃機(jī);2011年05期

2 畢曉彤;我校內(nèi)燃機(jī)燃燒學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室通過(guò)驗(yàn)收[J];天津大學(xué)學(xué)報(bào);1989年03期

3 ;黃宜諒教授論文集《內(nèi)燃機(jī)性能與測(cè)試的研究》在新千年出版面世[J];山東內(nèi)燃機(jī);2000年01期

4 ;山東內(nèi)燃機(jī)學(xué)會(huì)1998～1999年度獲獎(jiǎng)?wù)撐念}錄[J];山東內(nèi)燃機(jī);2000年02期

5 蔣德明;內(nèi)燃機(jī)研究的新進(jìn)展[J];柴油機(jī);2003年01期

6 黃桂兵;具有國(guó)際先進(jìn)水平的羥基強(qiáng)化內(nèi)燃機(jī)燃燒與改善尾氣污染技術(shù)研究成功[J];世界海運(yùn);2003年02期

7 秦萍 ,華春蓉;內(nèi)燃機(jī)振動(dòng)信號(hào)數(shù)據(jù)處理中一些技術(shù)問(wèn)題的研究[J];精密制造與自動(dòng)化;2003年S1期

8 ;山東內(nèi)燃機(jī)學(xué)會(huì)三屆二次理事會(huì)暨學(xué)術(shù)交流會(huì)議紀(jì)要[J];山東內(nèi)燃機(jī);2003年04期

9 趙仁杰,白麗霞;內(nèi)燃機(jī)維修中的技術(shù)誤區(qū)[J];工程機(jī)械與維修;2004年02期

10 沈穎剛,王宇琳,鄭偉,申立中,韋靜思;內(nèi)燃機(jī)燃燒過(guò)程數(shù)值模擬技術(shù)發(fā)展概況[J];拖拉機(jī)與農(nóng)用運(yùn)輸車(chē);2004年01期

相關(guān)會(huì)議論文 前3條

1 許思傳;張建華;孫濟(jì)美;;內(nèi)燃機(jī)缸內(nèi)噴霧和燃燒過(guò)程的數(shù)值模擬[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

2 王季;;內(nèi)燃機(jī)使用智能燃燒室的必要性——兼論不可變?nèi)紵业南忍觳蛔鉡A];四川省第九屆（2009年）汽車(chē)學(xué)術(shù)交流年會(huì)論文集[C];2009年

3 王季;;推廣智能燃燒室發(fā)展高效節(jié)能環(huán)保型內(nèi)燃機(jī)[A];2003年西部清潔汽車(chē)技術(shù)研討會(huì)論文集[C];2003年

相關(guān)重要報(bào)紙文章 前9條

1 楊純;挑戰(zhàn)內(nèi)燃機(jī)能量利用和排放極限[N];科技日?qǐng)?bào);2007年

2 本報(bào)記者 胡啟林;內(nèi)燃機(jī)研發(fā)應(yīng)力避“技術(shù)空心化”[N];中國(guó)工業(yè)報(bào);2008年

3 本報(bào)記者 楊純;從條件到規(guī)模,這里都堪稱一流[N];科技日?qǐng)?bào);2007年

4 本報(bào)記者 楊純;謝輝：創(chuàng)新知識(shí)比學(xué)知識(shí)更快樂(lè)[N];科技日?qǐng)?bào);2007年

5 記者 常姍姍 通訊員 李丹 張新生;天津大學(xué)一項(xiàng)科技成果獲“973項(xiàng)目”3000萬(wàn)元資助[N];科技日?qǐng)?bào);2001年

6 李杰;混合動(dòng)力是汽車(chē)發(fā)展的長(zhǎng)期技術(shù)路線[N];中國(guó)工業(yè)報(bào);2009年

7 敏麗 沈勝?gòu)?qiáng) 陳家驊 張志千;傳熱全仿真模擬是未來(lái)發(fā)動(dòng)機(jī)研究的主要方向[N];中國(guó)汽車(chē)報(bào);2000年

8 本報(bào)記者 趙三明;產(chǎn)品研發(fā)不光是做出樣機(jī)[N];中國(guó)工業(yè)報(bào);2005年

9 戴金勇邋孫志峰;技術(shù),在壓力下突破[N];中國(guó)工業(yè)報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 尚會(huì)超;微型往復(fù)活塞式內(nèi)燃機(jī)最小極限的研究[D];重慶大學(xué);2015年

2 趙榮超;渦輪復(fù)合內(nèi)燃機(jī)兩級(jí)渦輪流動(dòng)機(jī)理及控制研究[D];清華大學(xué);2015年

3 張法業(yè);基于FBG加速度傳感器的內(nèi)燃機(jī)典型故障識(shí)別系統(tǒng)與方法研究[D];山東大學(xué);2017年

4 鄭旭;車(chē)輛與內(nèi)燃機(jī)振聲信號(hào)盲分離及噪聲源識(shí)別的研究[D];浙江大學(xué);2012年

5 韓軍;內(nèi)燃機(jī)的非平穩(wěn)信號(hào)分析方法及其噪聲源小波識(shí)別技術(shù)的研究[D];天津大學(xué);2004年

6 李志敏;基于振動(dòng)分析的內(nèi)燃機(jī)主軸承狀態(tài)監(jiān)測(cè)與故障診斷方法研究[D];大連理工大學(xué);2001年

7 李迎;內(nèi)燃機(jī)流固耦合傳熱問(wèn)題數(shù)值仿真與應(yīng)用研究[D];浙江大學(xué);2006年

8 韋靜思;內(nèi)燃機(jī)燃燒過(guò)程中熱聲耦合機(jī)理的研究[D];天津大學(xué);2010年

9 呂琛;基于噪聲分析的內(nèi)燃機(jī)主軸承狀態(tài)監(jiān)測(cè)與故障診斷[D];大連理工大學(xué);2002年

10 孫俊;內(nèi)燃機(jī)燃燒模擬理論與應(yīng)用研究[D];武漢理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 袁佳斌;基于MATLAB的內(nèi)燃機(jī)工作過(guò)程模擬軟件開(kāi)發(fā)[D];西南交通大學(xué);2015年

2 孫寶慶;內(nèi)燃機(jī)性能多學(xué)科優(yōu)化模擬研究[D];鄭州大學(xué);2015年

3 徐光甫;先進(jìn)湍流模型在發(fā)動(dòng)機(jī)缸內(nèi)流動(dòng)模擬中的應(yīng)用[D];大連理工大學(xué);2015年

4 石磊;二甲醚對(duì)點(diǎn)燃式內(nèi)燃機(jī)燃燒與排放的影響[D];北京工業(yè)大學(xué);2015年

5 武猛;噴孔面積和噴氫壓力對(duì)PFI氫內(nèi)燃機(jī)混合氣形成及燃燒的影響[D];華北水利水電大學(xué);2016年

6 楊升;內(nèi)燃機(jī)燃燒排放分析系統(tǒng)的開(kāi)發(fā)與應(yīng)用研究[D];廣西大學(xué);2016年

7 郗濤;內(nèi)燃機(jī)振動(dòng)測(cè)試系統(tǒng)開(kāi)發(fā)及其RCCI燃燒方式振動(dòng)特征的試驗(yàn)研究[D];華中科技大學(xué);2015年

8 郭常立;內(nèi)燃機(jī)結(jié)構(gòu)輻射噪聲預(yù)測(cè)技術(shù)研究[D];中北大學(xué);2009年

9 戴建營(yíng);內(nèi)燃機(jī)工作過(guò)程數(shù)值模擬[D];西華大學(xué);2007年

10 周建明;內(nèi)燃機(jī)結(jié)構(gòu)噪聲預(yù)測(cè)方法的研究[D];武漢理工大學(xué);2007年

，

本文編號(hào)：1988031