预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105736140A(43)申请公布日2016.07.06(21)申请号201610079920.6(22)申请日2016.02.04(71)申请人中国人民解放军重庆通信学院地址400035重庆市沙坪坝区林园甲一号申请人重庆信睿科技有限公司(72)发明人曹龙汉刘小丽杨庆李建勇李锐(74)专利代理机构重庆市恒信知识产权代理有限公司50102代理人刘小红李金蓉(51)Int.Cl.F02B77/08(2006.01)G01P3/481(2006.01)权利要求书2页说明书7页附图3页(54)发明名称一种柴油机瞬时转速测量及气缸熄火故障诊断装置和方法(57)摘要本发明涉及柴油机故障诊断领域,公开了一种柴油机瞬时转速测量及气缸熄火故障诊断装置和方法,该装置主要包括检测单元、中央处理单元、显示单元、输入单元和辅助电源;检测单元测取柴油机飞轮瞬时转速信号和上止点信号;中央处理单元根据接收到的信号计算瞬时转速,基于PSO-BP柴油机气缸熄火故障判别算法进行气缸熄火故障诊断,算法的快速性满足基于嵌入式移动计算平台的测试仪器使用要求,确定故障气缸的位置,并送至显示单元;输入单元输入柴油机的飞轮齿数;辅助电源给各模块供电。装置转速测量准确,气缸熄火故障判别正确。本发明用于大中型柴油机,在线测试柴油机的瞬时转速,并准确诊断柴油机气缸熄火故障,可以实现数字测量和远程监控管理。CN105736140ACN105736140A权利要求书1/2页1.一种柴油机瞬时转速测量及气缸熄火故障诊断装置,其特征在于:包括检测单元(1)、中央处理单元(2)、显示单元(3)、输入单元(4)和辅助电源(5);所述检测单元(1)测取柴油机飞轮瞬时转速信号和上止点信号并发送到中央处理单元(2);中央处理单元(2)根据接收到的信号计算瞬时转速,并将瞬时转速平滑滤波处理后送至显示单元(3),同时中央处理单元(2)根据瞬时转速进行气缸熄火故障诊断,确定故障气缸的位置,并送至显示单元(3);输入单元(4)与中央处理单元(2)连接,输入柴油机的飞轮齿数;辅助电源(5)给各模块供电。2.根据权利要求1所述一种柴油机瞬时转速测量及气缸熄火故障诊断装置,其特征在于:所述检测单元(1)包括霍尔传感器(1.1)、电磁式转速传感器(1.2)、脉冲整形单元Ⅰ(1.3)和脉冲整形单元Ⅱ(1.4),其中电磁式转速传感器(1.2)将高速运转的柴油机飞轮信号转换成正弦信号,通过脉冲整型单元Ⅱ(1.4)处理得到规则方波,输入到中央处理单元(2);霍尔传感器(1.1)接近安装在飞轮上止点处的强力磁铁时,霍尔传感器(1.1)输出指示信号,通过脉冲整型单元Ⅰ(1.3)处理后,向中央处理单元(2)送入上止点信号。3.根据权利要求1所述一种柴油机瞬时转速测量及气缸熄火故障诊断装置,其特征在于:所述显示单元(3)包括LED弧形光栅刻度盘、4位LED数码管和8位故障指示灯,所述LED弧形光栅刻度盘由6片LED弧形光栅串接构成一个完整的测量指示刻度盘,每LED片弧形光栅分为10个刻度;4位LED数码管和8位故障指示灯分别用于显示平均转速和指示气缸熄火故障诊断结果。4.根据权利要求1到3任一项所述一种柴油机瞬时转速测量及气缸熄火故障诊断装置,其特征在于:所述中央处理单元(2)包括通信接口(2.1)、单片机(2.2)、高速频率测量单元(2.3)、I/O接口(2.4)和LED显示接口(2.5),所述单片机(2.2)分别与通信接口(2.1)、高速频率测量单元(2.3)、I/O接口(2.4)和LED显示接口(2.5)连接。5.根据权利要求4所述一种柴油机瞬时转速测量及气缸熄火故障诊断装置,其特征在于:所述通信接口(2.1)通过CAN总线连接到上一级柴油机监控仪表箱或监控计算机。6.一种柴油机瞬时转速测量及气缸熄火故障诊断方法,其特征在于,包括以下步骤:第一步:建立柴油机气缸熄火故障诊断模型构建一个具有一个隐含层的BP神经网络作为柴油机气缸熄火故障诊断模型,所述BP神经网络的输入层节点数为3个,对应柴油机的瞬时转速波动峰峰值、瞬时转速峰值和谷值,输出层节点数为1个,对应柴油机气缸熄火故障的诊断结果,隐含层节点数为6个;第二步:采用混沌粒子群优化BP神经网络的权值a)初始化混沌粒子群:初始化种群数目m、最大迭代次数k、惯性权重w以及加速常数c1和c2;将BP神经网络的权值和阈值编码为粒子的位置向量Xi,设置速度向量为Vi,Xi和Vi均为D维向量;b)更新粒子群:将每个粒子的当前位置设置为当前个体最优位置Pi,将第Pi中所代表的权值和阈值代入BP神经网络中,按照式(1)计算每个粒子的适应度值f(i),式中,o是实际输出,d是期望输出,γ是性能比例,S是样本数,q是