基于神经网络对发动机缸壁间隙识别研究-载运工具运用工程专业论文.docx

万方数据 万方数据 万方数据 万方数据 摘 要 发动机是汽车的最核心部件，其能否以最佳运行状态运转是非常重要的，所以在 发动机出现故障时，能够在发动机不解体情况下判断出发动机的技术状况，会对发动 机的技术检测起到巨大的意义。 本文首先分析了东安462型汽油发动机气缸内部振动原理及其对气缸体表面振动 信号产生的影响，针对此原理对东安462型发动机实验台架作了改进，以便能更准确 地对发动机振动信号进行采集。其次选用丹麦BK公司生产的PULSE振动测试分析 仪，采集同一转速下不同缸壁间隙的发动机气缸体表面振动信号，为了排除发动机表 面振动信号中是否有燃烧激励源的影响，实验中增设了发动机倒拖实验，即利用电动 机带动发动机在同一转速下运转，并用同样的方法对同一部位的振动信号进行采集， 最终证明该发动机表面振动信号是活塞在压缩行程上止点转换过程中对缸壁冲击能 量的大小。然后将采集到的不同缸壁间隙下的气缸体振动信号作了时域、频域以及功 率谱的对比分析。最后利用区间小波包提取振动信号特征向量并分成两部分，一部分 特征向量输入到不同神经网络中训练并建立分类器，另一部分特征向量输入到建立好 的分类器中进行测试，从而提出了一种适于识别发动机缸壁间隙的Elman神经网络模 型，并得到如下结论： 利用该实验方案，能有效的排除燃烧激励对发动机气缸表面振动信号的影响，从 而使用于分析的特征信号主要为活塞横向冲击引起的激励，并验证了发动机的振动信 号是一种宽频带、不平稳的信号。 利用区间小波包技术与 BP 神经网络和 Elman 神经网络相结合的方法对发动机缸 壁间隙进行诊断识别，最终确定基于 Elman 神经网络对缸壁间隙的诊断识别更加理 想。 关键词：缸壁间隙；振动信号；小波包；Elman 神经网络；BP 神经网络 i Abstract As engine is the most core part of automobile, it is very important to ensure its best operation condition. However, if the technical conditions of the engine can be judged when it is even not disassembled, it will be of great significance to the technical inspection of the engine. This paper firstly analyzes the inner vibration principles of cylinder of DA462 type gasoline engine and its influence on the vibration signals on the surface of the cylinder block, then makes improvement to test bench of DA462 type engine with the principles, and thus more accurate collection to the vibration signals of the engine. Selecting the Denmark BK companys PULSE vibration test analysis instrument, collecting different cylinder wall clearance under the engine block surface vibration signal at the same speed. At the same time, we addition of the Engine drag down experiments in order to exclude all the effects combustion excitation has on the collected vibration signal, the motor is driven by the engine and they operate under the same rotational speed, and in the same method on the same site of the vibration signal acquisition. And this vibration signal reflects the index of the impact energy piston does to the cylinder wall dur