基于振动分析的内燃机故障诊断分析(新版)

( 安全论文 )单位：_________________________姓名：_________________________日期：_________________________精品文档 / Word文档 / 文字可改东风七型内燃机车柴油机常见故障分析及处理(最新版)Safety is inseparable from production and efficiency. Only when safety is good can we ensure better production. Pay attention to safety at all times.东风七型内燃机车柴油机常见故障分析及处理(最新版)摘要本论文首先对机车柴油机的作用以及当前的发展形势作了基本的简介，再次对东风七型柴油机基本工作原理、主要部件及其构造进行了阐述，同时对柴油机的各系统的作用及容易发生的故障部件、系统作简要叙述，然后结和我段所配属机车柴油机的实际情况对机车柴油机运行故障原因、判断方法、处理方法进行研究。

希望通过这些研究，对本单位的机车柴油机的故障排除有一定帮助，能尽量减少机破和运缓的发生。

柴油机作为内燃机车的动力设备，其运行状态的好坏直接影响到机车的安全可靠运行，希望通过这些研究，减少机破和运缓的发生，以适应铁路跨跃式发展的需要。

通过对东风七型机车柴油机运行故障分析及处理方法研究，可以至少做到：（1）预防故障的发生或防止事故的扩大。

（2）进行应急处理、减少机破事故。

（3）对其他机务段故障发生造成事故后，进行事后分析，以便确认责任和吸取教训。

关键词:柴油机，故障分析，判断方法，处理方法第一章、绪论1.1阐述柴油机的作用及其发展状态1.1.1柴油机的作用柴油机是我国铁路、交通运输、工矿等行业应用比较广泛的动力之一。

机车柴油机是用于内燃机车的柴油机。

由于柴油机热效率高，在世界范围内的铁路机车上已经得到了广泛的使用。

1. 航空发动机整机振动故障诊断1。

1 国内外现状1）国内航空发动机整机振动故障诊断技术研究现状国内具备发动机整机振动试验条件的单位只有发动机的设计单位和生产单位，例如沈阳航空发动机设计所和沈阳黎明公司，因此国内对此项研究的开展非常有限，成果很少.由于试验条件的限制,目前国内一些高校、研究所主要针对航空发动机工作过程中影响振动的关键部件开展研究工作。

北京航空航天大学机械设计及自动化学院王春洁和曾福明根据保持器的运动特点，建立了冲击振动模型，分析影响振动的因素及其关系，研究保持架的轴向突然断裂和疲劳断裂机理,从而有针对性地解决了碰撞问题;目前,振动信号的盲源分离技术得到重视，取得了一些研究成果。

西北工业大学旋转机械与风能装置测控研究所的宋晓萍和廖明夫利用盲源分离法对双转子航空发动机振动信号进行分离，对某型双转子航空发动机高压转子和低压转子所测得包含不同频率振动信号，运用Fast ICA 算法进行了分离；西北工业大学电子信息学院马建仓、赵林和冯冰利用盲源分离技术对某型涡扇发动机振动偏大的现象进行了分析,采用Fast ICA 和JADE算法对振动信号进行分析并且在一定条件下分离出了发动机的振源信号，为发动机的振动故障诊断技术提供了依据。

中航工业航空发动机设计研究所已建成了转子振动故障再现试验器,能对发动机研制中出现的多种振动故障进行试验和信号分析,采用神经网络、小波分析技术等先进诊断技术,更加完善的故障诊断专家系统逐渐被建立起来;北京航空航天大学的洪杰、任泽刚把先进的信息处理方法和专家系统应用在航空发动机整机振动故障诊断中进行研究，中国民航大学的范作民、白杰等人把故障方程、人工神经网络等方法应用在民用航空发动机故障诊断技术中进行了研究。

西北工业大学的张加圣等人开发了一套处理航空发动机振动信号以及状态监控的系统软件，具有各个过程参数的数据采集、处理计算及控制输出，监控数据的显示、存储、分析等功能。

西北工业大学的杨小东等人研究某型航空发动机整机试车的故障特点，开发了某型航空发动机整机试车故障诊断与排除系统，该系统具有良好的用户交互界面,提供了系统用户管理、故障信息的智能汇总等功能。

基于振动信号的柴油机小波神经网络故障诊断研究
的开题报告
一、研究背景与意义
柴油机是一种重要的内燃机，广泛应用于农业、工业、船舶和汽车等领域。

随着柴油机的发展和使用，其故障率也逐渐增加，如何对柴油机的故障进行有效的诊断成为了研究热点。

其中，基于振动信号的故障诊断是一种有效的方法。

小波神经网络是一种结合小波分析与神经网络的方法，能够有效地处理非线性和时变信号，具有较好的适应性和预测能力。

因此，将小波神经网络应用于基于振动信号的柴油机故障诊断中，能够提高诊断的准确性和效率，对柴油机的安全运行具有重要的意义。

二、研究内容
本研究的主要内容包括以下方面：
1.对柴油机的故障类型和振动信号进行分析和研究。

2.对小波神经网络的原理和应用进行研究和探索。

3.基于小波神经网络的柴油机故障诊断模型的建立和训练。

4.对模型进行测试和评估，提高模型的准确性和性能。

三、研究方法
本研究采用实验法和理论分析相结合的方法，具体步骤如下：
1.进行柴油机运行状态的实验采集，获取柴油机振动信号。

2.对柴油机的故障类型和振动信号进行分析和处理。

3.对小波神经网络的原理和应用进行研究和探索，建立柴油机故障诊断模型。

4.对模型进行训练和测试，对实验结果进行分析和评估。

四、预期成果与意义
通过本研究，预期可以达到以下成果：
1.建立基于小波神经网络的柴油机故障诊断模型，提高柴油机故障诊断的准确性和效率。

2.拓展小波神经网络在信号处理及工业应用的领域，促进小波神经网络技术的发展和应用。

3.为柴油机的安全运行提供有效的技术支持和保障，促进柴油机行业健康发展。

基于振动监测的设备故障诊断技术————————————————————————————————作者：————————————————————————————————日期：机电工程学院机械振动学结课论文基于振动监测的设备故障诊断技术在大型轧钢机械上的应用指导教师：徐键班级：09010441学号：0901044118姓名：高鹏基于振动监测的设备故障诊断技术在大型轧钢机械上的应用作者：高鹏摘要：对基于振动的设备故障诊断技术做了较全面和深入的介绍，通过实例介绍了该诊断技术在轧钢机械领域的应用。

指出该诊断技术可同时对一个测点进行复杂的时域、频域、相关域、统计域等分析,具有一定的趋势预测分析能力。

关键词：轧钢机械；振动监测；故障诊断AbstractThe vibrating monitoring based fault diagnosis technology was introduced generally and de eply the application of the di agnosis technology on steel rolling machines was also introduced by examp les: The technology could simultaneously analyze a monitoring point about its time domain，frequency，domain，correlation domain and statistic domain. Key words：steel rolling m achine; vibrating monitoring；fault diagnosingAnd it has the analyses ability of trend based1 前沿轧钢机械属于大型的旋转机械,是轧钢厂的关键设备。

转轴组件是轧机的核心部分,它包括旋转轴、齿轮传动件、联轴器、滑动和滚动轴承等.人们通过长期观察和实践，发现旋转机械的绝大多数前期故障都会表现出异常的振动,因此掌握机械振动的一般规律就能从振动信号中识别出常见的设备故障。