本文選題：光纖光柵加速度傳感器 + 內燃機健康監(jiān)測�。� 參考：《山東大學》2017年博士論文

【摘要】：內燃機結構健康監(jiān)測與不解體故障識別技術是確保內燃機及以其為動力源的大型機械裝備安全穩(wěn)定運行的關鍵保障之一。內燃機表面振動信號中包含了豐富的狀態(tài)信息,因此,基于振動分析技術的內燃機結構健康監(jiān)測引起了國內外學者的廣泛關注,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)電類振動傳感器受內燃機結構和工作環(huán)境影響,所獲取的信號表現(xiàn)為非平穩(wěn)、非線性特性,難以直接作為內燃機故障識別的依據(jù);內燃機復合故障識別方法尚處于初步探索階段,遠未成熟等。針對以上問題,本課題以內燃機典型故障為研究對象,通過FBG加速度傳感器設計、解調系統(tǒng)構建、信號處理、特征提取、故障識別方法等研究,建立高可靠性的內燃機典型故障識別模型,實現(xiàn)內燃機典型故障準確識別。具體研究內容闡述如下:(1)針對現(xiàn)有FBG加速度傳感器靈敏度較低、平坦響應區(qū)窄和抗交叉干擾能力差的問題,在理論分析其傳感機理的基礎上,提出了基于柔性鉸鏈結構的高靈敏度FBG加速度傳感模型,利用ANSYS軟件仿真分析了其響應特性,優(yōu)化傳感器結構,研制了基于柔性鉸鏈結構的傳感器,進而利用可調諧F-P濾波器,構建了基于邊緣濾波原理的高頻解調系統(tǒng)。(2)提出了一種基于多分類支持向量機的內燃機氣門故障識別方法。在分析氣門狀態(tài)監(jiān)測FBG傳感器優(yōu)化布置的基礎上,構建了內燃機氣門運行狀態(tài)監(jiān)測系統(tǒng),實現(xiàn)了氣門故障信號的準確檢測。利用小波分解與重構算法和振蕩能量提取氣門故障信號特征,建立了信號特征與氣門故障之間的關系模型,利用具有良好分類精度的支持向量機算法,在少量模型訓練樣本條件下,實現(xiàn)了內燃機氣門故障的高準確率識別。(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的內燃機噴油提前角故障識別方法。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特征,建立了信號特征與噴油提前角故障之間的關系模型,利用具有良好分類精度的支持向量機算法,在少量模型訓練樣本條件下,實現(xiàn)了內燃機噴油提前角的高準確率故障識別。(4)提出了一種基于擴散映射算法和多分類支持向量機的內燃機復合故障識別方法。利用小波分解與重構和VMD算法提取內燃機復合故障信號特征,提出了基于擴散映射算法的特征向量降維方法,對特征向量進行降維,去除冗余信息,建立了信號特征與復合故障之間的關系模型,利用具有良好分類精度的支持向量機算法,在少量模型訓練樣本條件下,實現(xiàn)了內燃機氣門和噴油提前角復合故障的高準確率識別。
[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.
【學位授予單位】：山東大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TK407;TP212

【相似文獻】

相關期刊論文 前10條

1 ;《內燃機》征稿啟事[J];內燃機;2011年05期

2 畢曉彤;我校內燃機燃燒學國家重點實驗室通過驗收[J];天津大學學報;1989年03期

3 ;黃宜諒教授論文集《內燃機性能與測試的研究》在新千年出版面世[J];山東內燃機;2000年01期

4 ;山東內燃機學會1998～1999年度獲獎論文題錄[J];山東內燃機;2000年02期

5 蔣德明;內燃機研究的新進展[J];柴油機;2003年01期

6 黃桂兵;具有國際先進水平的羥基強化內燃機燃燒與改善尾氣污染技術研究成功[J];世界海運;2003年02期

7 秦萍 ,華春蓉;內燃機振動信號數(shù)據(jù)處理中一些技術問題的研究[J];精密制造與自動化;2003年S1期

8 ;山東內燃機學會三屆二次理事會暨學術交流會議紀要[J];山東內燃機;2003年04期

9 趙仁杰,白麗霞;內燃機維修中的技術誤區(qū)[J];工程機械與維修;2004年02期

10 沈穎剛,王宇琳,鄭偉,申立中,韋靜思;內燃機燃燒過程數(shù)值模擬技術發(fā)展概況[J];拖拉機與農用運輸車;2004年01期

相關會議論文 前3條

1 許思傳;張建華;孫濟美;;內燃機缸內噴霧和燃燒過程的數(shù)值模擬[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

2 王季;;內燃機使用智能燃燒室的必要性——兼論不可變燃燒室的先天不足[A];四川省第九屆（2009年）汽車學術交流年會論文集[C];2009年

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

相關重要報紙文章 前9條

1 楊純;挑戰(zhàn)內燃機能量利用和排放極限[N];科技日報;2007年

2 本報記者 胡啟林;內燃機研發(fā)應力避“技術空心化”[N];中國工業(yè)報;2008年

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

4 本報記者 楊純;謝輝：創(chuàng)新知識比學知識更快樂[N];科技日報;2007年

5 記者 常姍姍 通訊員 李丹 張新生;天津大學一項科技成果獲“973項目”3000萬元資助[N];科技日報;2001年

6 李杰;混合動力是汽車發(fā)展的長期技術路線[N];中國工業(yè)報;2009年

7 敏麗 沈勝強 陳家驊 張志千;傳熱全仿真模擬是未來發(fā)動機研究的主要方向[N];中國汽車報;2000年

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

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

相關博士學位論文 前10條

1 尚會超;微型往復活塞式內燃機最小極限的研究[D];重慶大學;2015年

2 趙榮超;渦輪復合內燃機兩級渦輪流動機理及控制研究[D];清華大學;2015年

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

4 鄭旭;車輛與內燃機振聲信號盲分離及噪聲源識別的研究[D];浙江大學;2012年

5 韓軍;內燃機的非平穩(wěn)信號分析方法及其噪聲源小波識別技術的研究[D];天津大學;2004年

6 李志敏;基于振動分析的內燃機主軸承狀態(tài)監(jiān)測與故障診斷方法研究[D];大連理工大學;2001年

7 李迎;內燃機流固耦合傳熱問題數(shù)值仿真與應用研究[D];浙江大學;2006年

8 韋靜思;內燃機燃燒過程中熱聲耦合機理的研究[D];天津大學;2010年

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

10 孫俊;內燃機燃燒模擬理論與應用研究[D];武漢理工大學;2008年

相關碩士學位論文 前10條

1 袁佳斌;基于MATLAB的內燃機工作過程模擬軟件開發(fā)[D];西南交通大學;2015年

2 孫寶慶;內燃機性能多學科優(yōu)化模擬研究[D];鄭州大學;2015年

3 徐光甫;先進湍流模型在發(fā)動機缸內流動模擬中的應用[D];大連理工大學;2015年

4 石磊;二甲醚對點燃式內燃機燃燒與排放的影響[D];北京工業(yè)大學;2015年

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

6 楊升;內燃機燃燒排放分析系統(tǒng)的開發(fā)與應用研究[D];廣西大學;2016年

7 郗濤;內燃機振動測試系統(tǒng)開發(fā)及其RCCI燃燒方式振動特征的試驗研究[D];華中科技大學;2015年

8 郭常立;內燃機結構輻射噪聲預測技術研究[D];中北大學;2009年

9 戴建營;內燃機工作過程數(shù)值模擬[D];西華大學;2007年

10 周建明;內燃機結構噪聲預測方法的研究[D];武漢理工大學;2007年

，

本文編號：1988031