System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及凸轮轴,具体是发动机凸轮轴工作监测系统。
技术介绍
1、现有技术(公开号为cn105628390a的专利技术专利)公开了一种用于演示与模拟验证船用发动机多缸缸压在线监测系统的试验台,包括底座、电机、凸轮轴、齿轮和凸轮;凸轮轴通过一对支撑装置安装在底座上;电机安装在凸轮轴的一端;齿轮固定安装在凸轮轴的一端,齿轮的端面上安装定位销,齿轮和定位销分别对应一个磁电式传感器,两个磁电式传感器与缸压在线监测系统连接;与发动机缸数一致的多个凸轮固定安装在凸轮轴上,多个凸轮按照发动机发火间隔角相错排列,各个凸轮的型线与对应的气缸缸内压力曲线一致,每个凸轮对应一个位移传感器,所有位移传感器经前置放大器与缸压在线监测系统连接。本专利技术可以模拟不同工况下的发动机气缸压力曲线,便于多缸缸压在线监测系统软件开发调试。现有技术在进行时无法监测诊断出凸轮轴故障类型的问题,同时不能够提高数据信号特征的精确度。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一;为此,本专利技术提出了发动机凸轮轴工作监测系统,可以解决现有方案中无法监测诊断出凸轮轴故障类型的问题,同时能够提高数据信号特征的精确度。
2、为实现上述目的,本专利技术的第一方面提供了发动机凸轮轴工作监测系统,包括数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块;
3、数据采集模块,通过传感器对凸轮轴运行期间的磨损信号数据进行提取,并将提取的所述磨损信号数据
4、磨损信号数据监测模块,从所述完整磨损信号数据中提取凸轮轴异常数据,通过预构建的卷积神经网络模型对所述凸轮轴异常数据进行监测,获得凸轮轴异常监测数据信号;
5、凸轮轴异常监测数据信号分析处理模块,对所述凸轮轴异常监测数据信号进行分析处理,获得异常监测数据信号的对数能量特征;
6、凸轮轴故障监测模块,根据所述对数能量特征对凸轮轴故障进行监测获得凸轮轴故障类型。
7、优选地,所述数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块之间均通信和/或电气连接。
8、优选地,所述通过预构建的卷积神经网络模型对所述凸轮轴异常数据进行监测,获得凸轮轴异常监测数据信号,包括:
9、设定凸轮轴异常特征信号序列为x={x1,x2,..,xt,...,xn},通过卷积神经网络监测模型获取其两个监测参数a、b,通过所述卷积神经网络监测模型监测凸轮轴异常特征信号序列,表达式为:
10、
11、其中,xt+1表示为监测凸轮轴异常特征信号序列的结果;
12、通过所述卷积神经网络监测模型所述凸轮轴异常特征信号序列的拟合序列通过所述凸轮轴异常特征信号序列与拟合序列的差获取卷积神经网络监测模型的残差序列y={y1,y2,..,yt,...,yn};
13、通过所述卷积神经网络监测模型的残差序列构建卷积神经网络的时序模型,并获取时序模型的参数通过所述时序模型监测卷积神经网络监测模型的残差序列,表达式为:
14、
15、其中,表示为监测残差序列的结果;
16、将所述卷积神经网络监测模型监测凸轮轴异常特征信号序列的结果与残差序列的监测结果合并,获得凸轮轴异常监测数据信号,表达式为:
17、
18、其中,表示为凸轮轴异常监测数据信号。
19、优选地,所述对所述凸轮轴异常监测数据信号进行分析处理,获得异常监测数据信号的能量特征,包括:
20、对所述凸轮轴异常监测数据信号进行分解,表达式为:
21、
22、其中,u(t)表示为凸轮轴异常监测数据信号的分解结果,表示为第i层第2i-1个频段的重构信号;
23、通过分解结果计算凸轮轴异常监测数据信号的频段能量,表达式为:
24、
25、其中,ej表示为凸轮轴异常监测数据信号第j层各频段能量总和,表示为分解后的凸轮轴异常监测数据信号中第j层第i个信号,i表示为信号的个数;
26、根据所述频段能量提取异常监测数据信号的对数能量特征记为ok。
27、优选地,所述根据所述对数能量特征对凸轮轴故障进行监测获得凸轮轴故障类型,包括:
28、将所述对数能量特征进行最大最小归一化处理,再将归一化处理后的对数能量特征编码为角度,表达式为:
29、
30、其中,表示为对数能量特征编码角度,i表示为凸轮轴异常监测数据信号频段的序列,k表示为第k个凸轮轴异常监测数据信号,表示为第k个凸轮轴异常监测数据信号,第i个凸轮轴异常监测数据信号频段的对数能量特征;
31、将所述对数能量特征转化为对数能量图,表达式为:
32、
33、其中,gk表示为对数能量图,gk中的元素值代表图像的像素,n为16;
34、根据所述对数能量图判断凸轮轴故障类型。
35、与现有技术相比,本专利技术的有益效果是:
36、本专利技术通过数据采集模块获取凸轮轴的磨损信号数据,再通过磨损信号数据监测模块获取凸轮轴异常监测数据信号,从而提高信号的获取精度;再通过凸轮轴异常信号监测数据分析处理模块提取异常监测数据信号的对数能量特征,最后通过凸轮轴故障监测模块判断凸轮轴故障类型,从而可以解决现有方案中无法监测诊断出凸轮轴故障类型的问题,同时能够提高数据信号特征的精确度。
本文档来自技高网...【技术保护点】
1.发动机凸轮轴工作监测系统,其特征在于,包括数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块;
2.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在于,所述数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块之间均通信和/或电气连接。
3.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在于,所述通过预构建的卷积神经网络模型对所述凸轮轴异常数据进行监测,获得凸轮轴异常监测数据信号,包括:
4.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在于,所述对所述凸轮轴异常监测数据信号进行分析处理,获得异常监测数据信号的能量特征,包括:
5.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在于,所述根据所述对数能量特征对凸轮轴故障进行监测获得凸轮轴故障类型,包括:
【技术特征摘要】
1.发动机凸轮轴工作监测系统,其特征在于,包括数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块;
2.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在于,所述数据采集模块、磨损信号数据监测模块、凸轮轴异常信号监测数据分析处理模块与凸轮轴故障监测模块之间均通信和/或电气连接。
3.根据权利要求1所述的发动机凸轮轴工作监测系统,其特征在...
【专利技术属性】
技术研发人员:徐叶飞,
申请(专利权)人:江西兆垣宸机械制造有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。