Tendencia de desarrollo de diagnóstico de fallas de motores diesel

Tendencia de desarrollo de diagnóstico de fallas de motores diesel

El diagnóstico de fallas del motor diesel cubre las tres partes principales de la recolección de señales, el procesamiento de datos y la extracción de valores de características, el diagnóstico y la clasificación de fallas, pero su tecnología de diagnóstico de fallas ha integrado una variedad de disciplinas y conocimientos teóricos, y ha pasado de la tecnología de diagnóstico tradicional al diagnóstico inteligente. . La historia de la tecnología.

Aunque la tecnología de diagnóstico de fallas del motor diesel ha logrado muchos avances en aplicaciones de ingeniería, debido a la compleja estructura del sistema del motor diesel, las condiciones de trabajo de las piezas y componentes durante la operación interfieren entre sí y los tipos de fallas son diversos. Hasta ahora, no ha habido un conjunto de métodos de diagnóstico rápidos, efectivos, ampliamente utilizados y con resultados ideales. Sus principales dificultades son:

1. El motor diesel tiene una estructura de componentes complicada. Durante el funcionamiento, el papel de cada sistema de trabajo no está claro. En segundo lugar, para los diferentes tipos de motores diesel, la estructura de los componentes, la composición del sistema y el principio de funcionamiento también son diferentes, es decir, el diagnóstico de fallas de un motor diesel El método se aplica a otro motor diesel y los resultados del diagnóstico obtenidos no son consistentes con el estado de funcionamiento actual.

2. Dado que el motor diesel es un dispositivo mecánico rotatorio alternativo y está acompañado de mucho ruido durante el trabajo, la señal de vibración recolectada en un determinado instante no refleja realmente el buen o mal estado del motor diesel.

3. En el diagnóstico de fallas de motores diesel, es imposible determinar con precisión la correspondencia entre síntomas y fallas, es decir, no existe una correspondencia uno a uno entre los dos, sino un fenómeno de uno a muchos.

En el futuro desarrollo social, con la profundización de la investigación científica, los algoritmos de optimización inteligente y la tecnología informática se actualizan e integran constantemente entre sí, y se aplicarán al diagnóstico de fallas de motores diesel para mejorar la velocidad del proceso de diagnóstico y la precisión de los resultados del diagnóstico. Conviértete en la tendencia del progreso de los tiempos. En base a esto, el progreso futuro se refleja principalmente en los siguientes aspectos:

1. En cuanto al procesamiento de señales, habida cuenta de la falta de estacionariedad, la transitoriedad y la brusquedad de las señales de vibración de los motores diésel, seguir mejorando y mejorando los métodos de análisis y procesamiento de señales (como los métodos de extracción de información en el análisis del dominio del tiempo y la frecuencia), a fin de para obtener más Más información que refleje el estado de la máquina es un importante avance en la investigación en el futuro diagnóstico de fallas.

2. En términos de resultados de diagnóstico, cada algoritmo de optimización inteligente tiene sus propias ventajas y desventajas. Por lo tanto, para mejorar la precisión de los resultados del diagnóstico, se integran una variedad de algoritmos de optimización entre sí, las ventajas son complementarias y el método de análisis de fallas del motor diesel se utiliza para diagnosticar. En este artículo, el algoritmo de colonia de abejas artificiales. optimiza la máquina de vectores de soporte para obtener los mejores parámetros de rendimiento, que se pueden utilizar para obtener una mayor precisión en la clasificación final de fallas del motor diesel.

3. En términos de recursos técnicos, a fin de garantizar la eficiencia de la producción y la eficiencia del trabajo, utilice la tecnología informática para establecer sistemas de diagnóstico de fallas y sistemas de adquisición y análisis de datos de señales, utilice tecnología de red para compartir información y realice diagnósticos en línea de la fusión de información.