-
公开(公告)号：CN117685123A
公开(公告)日：2024-03-12
申请号：CN202311867597.5
申请日：2023-12-29
Applicant: 哈尔滨工程大学
IPC: F02D41/38
Abstract: 本发明公开了一种基于轨压波动模型的高压共轨燃油系统喷油规律预测方法，属于柴油机燃油系统技术领域，本发明方法包括如下步骤：1)建立轨压波动模型；2)根据步骤1)中的轨压波动模型建立离散化的状态空间模型；3)基于卡尔曼滤波器的轨压波动最优估计；4)利用轨压降最优估计结果计算喷油规律。本发明同时考虑由喷油引起的轨压下降过程，以及由供油引起的轨压上升过程，建立了轨压波动模型，该模型同时考虑了喷油、供油过程对压力波动的影响，可以更全面、精确的反映压力波动规律，在此基础上设计基于卡尔曼滤波的轨压观测器，利用观测得到的轨压下降过程，实现高压共轨系统喷油率和喷油量的实时观测计算。
-
公开(公告)号：CN119026330A
公开(公告)日：2024-11-26
申请号：CN202411036873.8
申请日：2024-07-31
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , F02B77/08 , F02B75/18 , G06F18/10 , G06F111/10
Abstract: 本发明公开了一种基于EKF(extended Kalman filter，扩展卡尔曼滤波)的多缸发动机瞬时转速实时观测方法，属于多缸发动机状态监测领域，本发明根据多缸发动机曲轴瞬时转速特性，引入了三个状态变量，提出了一种新的非线性状态空间模型。同时针对工程应用中传感器噪声、不确定性干扰等问题，将测量噪声和模型不确定性考虑到模型中，基于非线性模型的扩展卡尔曼滤波方法，利用测量转速与估计转速之间的差异进行实时反馈和滚动优化，从而实时准确地估计发动机的瞬时速度，实现发动机瞬时转速的在线实时观测。
-
公开(公告)号：CN116659877A
公开(公告)日：2023-08-29
申请号：CN202310452081.8
申请日：2023-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于互补集合经验模态分解的柴油机气阀间隙状态分析与故障诊断方法，属于柴油机故障诊断技术领域。针对现有故障诊断方法无法识别柴油机气阀间隙异常故障的问题，本发明设计了一种“信号预处理‑特征参数提取‑状态分析‑故障诊断”的柴油机气阀状态分析与故障诊断方法。该方法首先对缸盖振动信号进行去趋势项、重采样等预处理，然后基于互补集合经验模态分解提取振动信号的总能量熵、重心频率和总功率谱熵三个特征参数，并应用支持向量机分类方法进行气阀间隙状态分析以及故障类型的判断，可以快速、准确的判断柴油机配气机构气阀间隙是否异常并准确判断气阀间隙故障类型。
-
公开(公告)号：CN118775092A
公开(公告)日：2024-10-15
申请号：CN202411036872.3
申请日：2024-07-31
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于PI及状态估计反馈的高压共轨系统喷油量闭环控制方法，属于发动机燃油系统控制技术领域，为了消除不确定干扰对喷油特性的影响，进一步提升喷油过程的控制精度，本发明在现有技术的基础上，基于观测的喷油率及轨压变量进行状态反馈，并基于观测喷油量进行输出反馈，与PI控制器结合，以喷油器电磁阀驱动脉宽作为控制信号，实现喷油量闭环控制。相比于传统PID算法，本方法考虑了系统内部状态特性，具有更好的鲁棒性和控制精度，同时实现难度较低，不需要复杂的在线优化计算，便于工程应用。
-
公开(公告)号：CN115638065A
公开(公告)日：2023-01-24
申请号：CN202211287297.5
申请日：2022-10-20
Applicant: 哈尔滨工程大学
IPC: F02M65/00 , G06F30/20 , G06F119/14
Abstract: 本发明的目的在于提供新型高压共轨系统喷油器性能在线实时观测与健康状态评估方法，包括如下步骤：根据燃油系统流动过程，建立基于瞬时共轨压力的喷油规律非线性数学模型；构建状态空间模型，并进行离散化；基于卡尔曼滤波的最优估计方法；喷油量在线实时观测。本发明建立了全工况的非线性状态空间模型，同时针对工程应用中传感器噪声、不确定性干扰等问题，将测量噪声和模型不确定性到模型中，提出了基于非线性模型的扩展卡尔曼滤波方法，实现喷油规律在线实时观测方法；并基于观测的喷油规律，本发明提出了喷油器性能的在线健康状态评估方法，实现了喷油器的喷油规律观测及其健康状态评估的一体化。
-
Patent Agency Ranking
公开(公告)号：CN115949523B
公开(公告)日：2025-04-22
申请号：CN202211669943.4
申请日：2022-12-25
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于LQR的电控燃油系统喷油规律观测器设计方法，包括如下步骤：建立基于瞬时共轨压力的喷油规律数学模型，工作点模型参数辨识，构建状态空间模型，基于LQR的喷油规律闭环观测器设计。本发明建立了基于瞬时轨压的喷油规律非线性模型，并在工作点处进行线性化及模型参数识别。通过选取共轨管的瞬时压力、喷油率、喷油率的变化率三个变量，建立可观测的状态空间模型。基于建立的状态空间模型，提出了基于LQR的喷油规律实时观测方法。通过状态误差加权矩阵、输出误差反馈控制加权矩阵调节观测器性能，实现对闭环观测器反馈增益的优化设计。
-
公开(公告)号：CN119533932A
公开(公告)日：2025-02-28
申请号：CN202411588844.2
申请日：2024-11-08
Applicant: 哈尔滨工程大学
IPC: G01M13/028 , G06F18/2131
Abstract: 本发明的目的在于提供一种基于改进谱峭度分析的齿轮故障特征提取方法，属于齿轮故障诊断领域。包含冲击成分分析‑频段权重设定‑提取故障特征三个部分，首先对给定窗函数内的振动信号进行短时傅里叶变换，对于不同频段计算各自的谱峭度；对振动信号进行时域平均处理，得到齿轮转频相关信号，计算其功率谱以及功率谱中不同频段的能量占比并依此设定对应频段谱峭度的权重值,汇总形成加权谱峭度图；最终采用Hilbert变换进行包络谱分析，提取故障特征，确定齿轮故障发生的位置。本发明减小了干扰信号对故障冲击频段选取带来的影响，从而提高了故障特征提取的准确性，适用于早期故障状态下的特征提取与故障位置判断。
-
公开(公告)号：CN115638065B
公开(公告)日：2024-07-23
申请号：CN202211287297.5
申请日：2022-10-20
Applicant: 哈尔滨工程大学
IPC: F02M65/00 , G06F30/20 , G06F119/14
Abstract: 本发明的目的在于提供新型高压共轨系统喷油器性能在线实时观测与健康状态评估方法，包括如下步骤：根据燃油系统流动过程，建立基于瞬时共轨压力的喷油规律非线性数学模型；构建状态空间模型，并进行离散化；基于卡尔曼滤波的最优估计方法；喷油量在线实时观测。本发明建立了全工况的非线性状态空间模型，同时针对工程应用中传感器噪声、不确定性干扰等问题，将测量噪声和模型不确定性到模型中，提出了基于非线性模型的扩展卡尔曼滤波方法，实现喷油规律在线实时观测方法；并基于观测的喷油规律，本发明提出了喷油器性能的在线健康状态评估方法，实现了喷油器的喷油规律观测及其健康状态评估的一体化。
-
公开(公告)号：CN119848737A
公开(公告)日：2025-04-18
申请号：CN202510061983.8
申请日：2025-01-15
Applicant: 哈尔滨工程大学
IPC: G06F18/2433 , G01M15/00 , G06F18/22 , G06F18/213 , G06F18/10 , G06F17/16 , G06F18/2131 , G06F17/11
Abstract: 本发明的目的在于提供基于DREKF的发动机气门间隙异常故障的实时在线诊断方法，属于发动机诊断领域。包括如下步骤：实时获取发动机缸盖振动信号，建立、简化缸盖振动信号数学模型并确定待定参数；选取合适的状态变量以构建缸盖振动信号状态空间方程，并验证其可观性；设计双速率扩展卡尔曼滤波最优估计方法，并将振动信号输入到DREKF中，得到缸盖振动信号估计值；同时计算得到基于DREKF估计振动信号的过程导数与导数阈值，并根据气门间隙状态判定准测，实现对该发动机的气门间隙在线实时故障诊断。本发明建立了一种新的发动机缸盖振动信号非线性状态空间模型，适用于不同转速、不同负载下的发动机缸盖振动信号观测，实现了气门间隙状态的在线实时诊断。
-
公开(公告)号：CN115979640A
公开(公告)日：2023-04-18
申请号：CN202310169678.1
申请日：2023-02-27
Applicant: 哈尔滨工程大学
IPC: G01M13/028 , G06F18/24 , G06F18/23213 , G06F17/16 , G06F18/213
Abstract: 本发明的目的在于提供基于全极点模型和K‑means方法的齿轮故障诊断方法，包括建立齿轮箱系统振动信号全极点模型、基于K‑means的故障特征参数提取和齿轮故障在线诊断流程，其中建立齿轮箱系统振动信号全极点模型包括全极点模型、模型参数辨识、模型阶数确定和求取模型极点等。本发明将正常、断齿与磨损三种状态下的极点s1聚集成若干簇，并识别出每个簇的中心点Ci以及距离阈值Ri作为故障特征参数。基于故障特征参数中心点Ci以及距离阈值Ri，建立齿轮故障诊断流程，利用极点位置与中心点Ci的距离以及Ri判断是否属于某簇，从而实现齿轮健康、断齿、磨损三种状态的故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
