Tendance du développement du diagnostic de panne de moteur diesel

Tendance du développement du diagnostic de panne de moteur diesel

Le diagnostic des pannes du moteur diesel couvre les trois principales parties de la collecte des signaux, du traitement des données et de l'extraction de la valeur des caractéristiques, du diagnostic et de la classification des pannes, mais sa technologie de diagnostic des pannes a intégré une variété de disciplines et de connaissances théoriques, et est passée de la technologie de diagnostic traditionnelle au diagnostic intelligent . L'histoire de la technologie.

Bien que la technologie de diagnostic des pannes de moteur diesel ait fait de nombreuses percées dans les applications d'ingénierie, en raison de la structure complexe du système de moteur diesel, les conditions de travail des pièces et des composants pendant le fonctionnement interfèrent les unes avec les autres et les types de défauts sont variés. Jusqu'à présent, il n'y a pas eu un ensemble de méthodes de diagnostic rapides, efficaces, largement utilisées et offrant des résultats idéaux. Ses principales difficultés sont:

1. Le moteur diesel a une structure de composants compliquée. Pendant le fonctionnement, le rôle de chaque système de travail n'est pas clair. Deuxièmement, pour différents types de moteurs diesel, la structure des composants, la composition du système et le principe de fonctionnement sont également différents, c'est-à-dire le diagnostic des pannes d'un moteur diesel La méthode est appliquée à un autre moteur diesel et les résultats de diagnostic obtenus ne sont pas cohérents avec l'état de fonctionnement actuel.

2. Puisque le moteur diesel est un dispositif mécanique rotatif alternatif et s'accompagne de beaucoup de bruit pendant le travail, le signal de vibration recueilli à un certain instant ne reflète pas vraiment le bon ou le mauvais état du moteur diesel.

3. Dans le diagnostic de panne de moteur diesel, il est impossible de déterminer avec précision la correspondance entre les symptômes et les pannes, c'est-à-dire qu'il n'y a pas une correspondance un à un entre les deux, mais un phénomène un à plusieurs.

Dans le futur développement social, avec l'approfondissement de la recherche scientifique, les algorithmes d'optimisation intelligents et la technologie informatique sont constamment mis à jour et intégrés les uns aux autres, et ils seront appliqués au diagnostic des pannes de moteur diesel pour améliorer la vitesse du processus de diagnostic et la précision de les résultats du diagnostic. Devenez la tendance du progrès du temps. Sur cette base, les progrès futurs se reflètent principalement dans les aspects suivants:

1. En termes de traitement du signal, compte tenu de la non-stationnarité, de la transitoire et de la brusquerie des signaux de vibration des moteurs diesel, améliorer et améliorer encore l'analyse du signal et les méthodes de traitement (telles que les méthodes d'extraction d'informations dans l'analyse du domaine temps-fréquence), afin pour en savoir plus Plus d'informations reflétant l'état de la machine constituent une avancée majeure dans le domaine du diagnostic futur des pannes.

2. En termes de résultats de diagnostic, chaque algorithme d'optimisation intelligent a ses propres avantages et inconvénients. Par conséquent, afin d'améliorer la précision des résultats de diagnostic, une variété d'algorithmes d'optimisation sont intégrés les uns aux autres, les avantages sont complémentaires et la méthode d'analyse des défauts du moteur diesel est utilisée pour diagnostiquer, Dans cet article, l'algorithme de colonie d'abeilles artificielles optimise la machine à vecteurs de support pour obtenir les meilleurs paramètres de performance, qui peuvent être utilisés pour obtenir une plus grande précision dans la classification finale des défauts du moteur diesel.

3. En termes de ressources techniques, afin d'assurer l'efficacité de la production et l'efficacité du travail, utiliser la technologie informatique pour établir des systèmes de diagnostic des pannes et des systèmes d'acquisition et d'analyse de données de signal, utiliser la technologie de réseau pour partager des informations et réaliser un diagnostic en ligne de la fusion d'informations.