Использование нейронно-сетевых моделей при виброакустической диагностики ДВС : на примере диагностики Кулачкового ГРМ

Диссертация

Автор: Лютин, Константин Ильич

Глава 1. СОСТОЯНИЕ ВОПРОСА И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1.1. Современные представления о диагностировании двигателей внутреннего сгорания
1.2. Влияние состояния газораспределительного механизма на показатели двигателя
1.3. Диагностика технического состояния ДВС на основе анализа вибраций
1.4. Применение пьезодатчиков в системах диагностики и управления ДВС
1.5. Методы анализа сигналов вибрации и их применимость для систем бортовой диагностики
1.6. Нейронно-сетевые модели и их свойства применительно к распознаванию наборов данных
1.7. Постановка целей и задач исследования

Глава 2. МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ ВИБРОАКУСТИЧЕСКИХ ПРОЦЕССОВ В КОРПУСЕ ДВС

2.1. Математическое описание вибрационных процессов в корпусе двигателя и их распространения по конструкции
2.2.1. Схемы наиболее распространенных конструкций кулачковых ГРМ
2.2.2. Математическое описание виброакустческой картины, порождаемой работой кулачкового ГРМ
2.3. Формирование вибросигнала, регистрируемого на поверхности ДВС, при ударе кулачка о толкатель
2.4. Влияние на спектры вибрации многоимпульсного возбуждения, многоканального распространения и реверберации вибросигналов UJ
2.5. Современная вибродиагностика технического состояния кулачкового ГРМ, основанная на анализе спектра вибрации ДВС
2.6. Совершенствование метода виброакустической диагностики путем применения нейронно-сетевой модели
2.7. Заключение по главе 5У

Глава 3. ОБОРУДОВАНИЕ И МЕТОДРПСА ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ

3.1. Описание экспериментальной установки для исследования виброакустических характеристик ДВС
3.2. Выбор датчика для фиксирования виброакустических характеристик корпуса двигателя
3.3. Выбор места установки виброакустического датчика при диагностике ГРМ
3.4. Методика измерения, регистрации и обработки временных сигналов вибрации блока ДВС
3.5. Методика измерения виброакустических характеристик ДВС при различных тепловых зазорах в ГРМ на различных режимах работы
3.6. Обработка полученных данных с целью получения информации о состоянии ГРМ на основе спектрального анализа
3.7. Заключение по главе.

Глава 4. ПРИМЕНЕНИЕ НЕЙРОННО-СЕТЕВЫХ МОДЕЛЕЙ ПРИ ВИБРОАКУСТИЧЕСКОЙ ДИАГНОСТИКЕ ДВС

4.1. Цели использования нейронно-сетевых математических моделей при виброакустической диагностике
4.2. Существо нейронно-сетевых математических моделей
4.3. Нейронно-сетевые модели для применения в системах виброакустической диагностики, их типы и свойства
4.4. Методы, алгоритмы обучения нейронных сетей и их анализ
4.4.1. Анализ основных методов и алгоритмов обучения нейронно-сетевых моделей
4.4.2. Выбор типа и метода обучения нейронно-сетовой модели для вибродиагностики кулачкового ГРМ
4.5. Заключение по главе

Глава 5. ПРАКТР1ЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДА ВИБРОДИАГНОСТИКИ ГРМ С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ

5.1. Программная реализация нейронно-сетевой модели для диагностики ГРМ
5.2. Практическая реализация процесса обучения нейронной сети для виброакустической диагностики кулачкового ГРМ ПО
5.3. Оценка качества обучения нейронной сети
5.4. Возможность реализации метода вибродиагностики ГРМ с применением нейронных сетей на борту современного автомобиля
5.5. Заключение по главе

При современном уровне автомобилизации в мире важнейшее место занимает обеспечение безотказности и надежности автомобиля и его основных узлов, в том числе двигателя. Это требует поддержания их показателей на необходимо высоком уровне в течение всего периода эксплуатации. Особую роль при этом должна играть своевременная и качественная диагностика технического состояния этих узлов с последующим проведением регламентных работ, вытекающих из результатов диагностирования.
В настоящее время различают стационарные и бортовые системы диагностирование д в е . Для первых, как правило, нет жестких ограничений на продолжительность принятия решений. Для достижения объективного, обоснованного решения могут быть использованы различные методы и средства, обеспечивающие высокую точность. В большинстве случаев при этом не накладываются ограничения на массовые и габаритные показатели устройства измерения, регистрации и обработки информации и их стоимость.
Для бортового диагностирования характерна необходимость установления быстрого диагноза надежными, но простыми и недорогостоящими средствами. При этом чаще всего на массу, размеры и стоимость диагностического оборудования накладывают существенные ограничения. В результате ряд методов, нашедших широкое применение в стационарной диагностике, не могут быть реализованы на борту автомобиля из-за малого быстродействия устройств, сложности обработки получаемых исходных данных. Особый интерес для бортовой диагностики представляет метод виброакустического диагностирования сложных механизмов ДВС. К сожалению, практическое использование этого метода сдерживается недостаточной надежностью диагностирования из-за большого уровня "шумов", затрудняющих выделение диагностической информации.
Данная диссертационная работа, выполненная на кафедре "Теплотехника и гидравлика" Волгоградского государственного технического университета, посвящена усовершенствованию метода виброакустической диагностики ДВС, на примере кулачкового газораспределительного механизма, за счет использования нейронно-сетевых моделей.
Проведенные нами исследования показали, что использование нейронносетевых моделей при обработке экспериментальных данных существенно повышает эффективность виброакустического метода диагностирования и позволяет рекомендовать его для использования в системах бортовой диагностики.
Применение нейросетей дает возможность использовать для целей диагностики уже имеющиеся на двигателе вибродатчики, например, датчик детонации.
В процессе теоретического рассмотрения механизмов возбуждения колебаний и распространения их по конструкции двигателя, в частности, вызванных работой кулачкового газораспределительного механизма, было установлено, что они носят сложный характер. Это обусловлено многоимпульсным возбул<-дением и многоканальным распространением сигнала, а также наличием неконтролируемого "шума". Вместе с тем, было установлено, что основным носителем диагностической информации является сигнал, прошедший по основному каналу распространения вибрации.
Для экспериментального исследования влияния работы кулачкового газораспределительного механизма на виброакустическую картину блока ДВС был создан экспериментальный стенд, оборудованный соответствующими средствами измерения. В процессе исследования был предложен недорогой, но достаточно надежный способ измерения виброакустических характеристик ДВС с использованием штатного широкополосного датчика детонации. Подтвердились теоретические выводы о механизме возбуждения и распространения сигнала. Получен банк виброхарактеристик блока ДВС при исправном механизме газораспределения и при увеличенном зазоре в приводе клапана.
Специально для задачи диагностирования величины теплового зазора в ГРМ была разработана нейронно-сетевая модель с необходимым количеством входных и выходных данных, для которой предложен и реализован в виде компьютерной программы метод обучения модели и дальнейшее прогнозирование неисправности механизма, использующее результаты обучения.
Благодаря применению обученной нейронной сети удалось значительно сократить вычислительные затраты, повысить точность диагностирования и избавиться от субъективности оценки, присуш;ей виброакустическим методам диагностирования и, как следствие, расширить границы применимости данного метода, в том числе на борту современного автомобиля. Полученные спомощью обученной неиросети результаты диагностирования хорошо согласуются с экспериментальными данными. Так, в наших исследованиях погрешность диагностирования не превышала 2 %.
Полученный метод виброакустической диагностики с применением нейронных сетей универсален, то есть применим как для различных моделей д в е , так и для различных механизмов одного и того же двигателя. Даны рекомендации по применению разработанного метода в качество бортового модуля диагностирования увеличенного зазора в механизме привода клапанов.
Автор выражает огромную благодарность и признательность своему научному руководителю заслуженному деятелю науки и техники РФ доктору технических наук, профессору Злотину Григорию Наумовичу за неоценимую по-мош,ь, внимание и поддержку, а также доктору технических наук, профессору Федянову Евгению Алексеевичу за ценные консультации и помощь во время работы над диссертацией, которые во многом определили направление исследований. Большую благодарность за участие в разработке компьютерной программы, осуществляюш;ей обучение нейронно-сетевой модели, автор выражает аспиранту Федянову Владимиру Евгеньевичу. Автор благодарит всех сотрудников кафедры, оказавших помопдь и поддержку при выполнении данной работы.

наверх