一、人为的活塞环折断（论文文献综述）
陈曦[1]（2021）在《基于领域知识图谱的柴油发动机故障诊断研究》文中进行了进一步梳理柴油发动机作为常用的动力装置,在车辆、船舶、军工等多个领域被广泛使用。柴油发动机一旦发生故障,不仅会导致生产中断、造成财产损失,甚至会引发重大安全事故。因此及时、准确地诊断出柴油发动机故障原因,保证其安全可靠运行很有必要。然而柴油发动机故障知识分布较为稀疏并且缺乏关联,这导致相关知识难以被高效利用,这给柴油发动机故障诊断带来了极大的困难。基于此,本文在国家重点研发计划的支持下,基于知识图谱研究柴油发动机故障诊断新思路,利用知识图谱这种结构化的语义网络描述碎片化的柴油发动机故障知识,结合贝叶斯网络进行故障原因推理。论文提出的命名实体识别算法、关系抽取算法与知识图谱补全算法也可为其他领域知识图谱的构建与完善过程提供借鉴。本文重点研究:为了从柴油发动机故障诊断文本中获取构建知识图谱所需的实体,本文提出引入词集级注意力机制的中文命名实体识别方法,在引入外部词汇信息的基础上,根据字在词中的位置划分词集、获得词集向量,通过词集级的注意力机制强制性地将注意力集中在适当的词集,忽略不可靠的部分,克服传统方法忽视各个词集重要度不同的缺点,从而提高中文命名实体识别效果。通过公开数据集和构建的柴油发动机故障诊断领域命名实体识别数据集对该方法进行实验验证。为了从柴油发动机故障诊断文本中获取构建知识图谱所需的关系,本文研究关系抽取算法,提出融合多尺度注意力机制和BERT的关系抽取方法。该方法使用特殊符号标记实体来体现实体的边界和位置,通过这种方式解决BERT使用实体信息的问题;该方法为了减轻句子中冗余信息的影响分别在字尺度和段尺度上使用注意力机制来提高关系抽取的精度。通过公开数据集和构建的柴油发动机故障诊断领域关系抽取数据集对该方法进行实验验证。针对柴油发动机故障知识图谱不完备的问题,本文研究知识图谱补全技术,提出非局部卷积嵌入方法。该方法在传统方法的基础上引入非局部操作,建立长距离依赖,增加实体、关系之间的交互,从而提高知识图谱补全的效果。通过公开数据集对该方法进行实验验证,并在构建好的柴油发动机故障知识图谱上进行实例分析。本文提出基于知识图谱与贝叶斯网络的柴油发动机故障诊断方法。该方法根据知识图谱故障原因查询子图构建贝叶斯网络,由贝叶斯网络推理出最有可能的故障原因,完成故障诊断。该方法解决了知识图谱检索结果鲜有优先级排序的问题,以及贝叶斯网络结构构建需要专家深入参与的问题。本文通过故障诊断实例对该方法进行验证。
高志龙[2]（2020）在《基于状态智能预警驱动的柴油机IETM关键技术研究与应用》文中提出柴油机作为一种关键动力设备,被广泛用于船舶航运、轨道交通、石油化工、能源电力、矿山机械、装备动力等相关行业,在国民经济乃至国防安全领域发挥着极为重要的作用。但由于其部件众多、结构复杂、工况恶劣,极易发生故障。一旦出现恶性故障将会导致停工停产,严重时甚至引发危及人身安全的重大事故。然而,当前柴油机监测报警技术较为落后,故障发生后无法得到精准识别,导致检维修效率低下。通过研究柴油机故障发生机理与对应的特征信号,借助先进算法有效提取特征参数,以实现柴油机典型机械故障的预警与诊断。并将故障诊断与交互式电子技术手册（IETM）技术相结合,实现监测、预警、诊断、维修、维护、管理等综合保障功能的深度融合,从而提升柴油机运行的安全性、可靠性和可用性。本文以大功率柴油机为对象,以提高其典型机械故障预警诊断水平和维修保障能力为目标,通过对典型机械故障机理的深入分析,研究适用于不同种类故障的预警和诊断方法。结合智能诊断算法实现柴油机运行工况的自动识别,提高预警和诊断准确率。最后探索基于故障预警驱动的IETM设计方法与架构。论文各章节主要研究内容如下:首先,综合归纳大功率柴油机典型机械故障类型,理清传统诊断方法面临的问题与挑战,分析智能诊断预警技术现状。研究国内外IETM技术发展历程、技术难点和未来发展趋势。在现有研究基础上,总结基于智能预警驱动的柴油机IETM系统关键技术点。其次,针对柴油机连杆衬套滑移,轴瓦磨损两类疑难故障,开展理论建模研究。通过建立相关数学模型,寻找故障典型特征。提出基于SAW（声表面波）无源无线测温技术的柴油机轴瓦磨损类故障预警诊断方法。研制柴油机连杆大小头瓦无线温度传感器,通过故障模拟试验证明该方法的有效性;然后,针对曲轴弯曲微变形这类恶性故障,建立多体动力学模型,通过模拟、仿真、分析其对应的故障特征及敏感参数,探究该类故障预警诊断的有效方法,并通过理论分析与实际故障案例相结合的方式证明该方法可行性;研究基于振动信号自适应的EMD降噪和聚类算法的柴油机运行功率自动识别算法,通过该算法实现对柴油机运行工况的自动识别。在无需增加传感器的前提下,引入柴油机输出功率作为预警诊断参考指标。此外,结合瞬时转速、温度、压力等参数,研究基于多源信息融合的复杂故障预警诊断方法,提高故障预警诊断的准确性。在上述研究成果的基础上,总结柴油机典型故障诊断系统设计方法。并利用实验和工程实际案例数据对系统功能进行验证。最后,研究基于智能预警驱动的IETM设计方法与架构。梳理传统IETM研制流程和编制规范,提出智能预警诊断技术与IETM相结合的实现方案,并给出基于状态智能预警驱动的柴油机IETM总体实现方法和步骤。
任东平[3]（2020）在《船舶柴油机润滑系统故障诊断研究》文中研究表明近年来船舶智能化与自动化水平的不断提高,在船舶可靠性与安全性这两方面有了更加严格的要求。柴油机作为船舶的核心设备,在船舶安全方面起着至关重要的作用。但是,柴油机的结构复杂、零件较多,机体处于高温、高压的环境中,因此发生故障的可能性比较大。传统的故障诊断多为经验法、热力参数法、油液分析法等,这些方法对滑油系统的故障诊断不能精确定位,且耗时长,有的还需要专用检测工具。本文采用贝叶斯noisy-OR/AND模型开发故障诊断系统,可以准确快速的诊断故障,同时还能给出维修措施供工作人员参考,能在故障发生的最短时间内恢复设备的运行,对于确保船舶安全运行具有重要的意义。本文以亚洲网络为实验模型,对比不同的消元顺序对推理时间的影响。变量消元法推理快慢的主要因素是消元顺序的构造,目前主要有最小度、最大势、最小缺边和最小增加复杂度4种搜索方法可以用来构造消元顺序。实验发现最小增加复杂度搜索方法优于其它搜索方法,可缩短推理时间,提高推理效率。对WARTSILA 6L34DF柴油机滑油系统建立诊断模型。依据润滑系统的故障类型,整个润滑系统可以分为进机油压异常、进机油温异常、滑油消耗率过高和滑油早期失效4个子故障。通过对系统的分析,建立六个故障树,分别为进机油压过高、进机油压过低、进机温度过高、进机温度过低、滑油消耗率过高和滑油早期失效。采用将故障树转化为贝叶斯网的方法,构建上述六个故障树的贝叶斯网络诊断模型。开发柴油机滑油系统的故障诊断软件。利用Visual Studio 2017和SQL Server 2017为开发环境,以C#语言为基础开发诊断系统。在数据库中建立滑油系统的知识库,将先验概率存入相应的数据表中;在Visual Studio 2017中,编程实现整个故障诊断功能,该系统包括4个菜单栏。最后使用2个故障实例证明该系统能准确快速的诊断出故障原因。研究表明,当结合工作人员对设备的观测信息时,该故障诊断系统能够准确迅速的定位故障原因,并给出相应的维修策略。在贝叶斯网络推理时,采用最小缺边复杂度搜索方法可提高变量消元法的推理速度,可缩短系统后台的计算运行时间,减少系统的卡顿。贝叶斯网络诊断模型优于现有的诊断方法,能真正诊断出故障原因,帮助工作人员快速准确地定位故障。
张海宁[4]（2020）在《基于油液检测与性能参数检测的挖掘机柴油机状态评价技术研究》文中提出柴油机是工程机械挖掘机的心脏,是其工作的动力来源。柴油机在高速高温的条件下工作,其稳定性和安全性将直接影响到挖掘机的工作状态。据统计,80%的柴油机不能工作是因为磨损故障引起的,所以提前做好状态诊断和预知性维修非常重要。油液检测和性能参数检测是对柴油机故障诊断用得非常多的方法,本文以两种检测方法为手段,开展对挖掘机柴油机的状态评价技术研究。具体工作如下:分析了柴油机故障模式与磨损故障失效原理与油液分析相关理论及其在柴油机故障诊断中的应用,为下一步状态评价提供理论基础;以柴油机油液实测数据制定了柴油机状态评价的界限值,然后运用物元评价理论将油液检测参数与柴油机状态的定量关系进行了计算,最后运用因子分析法对油液检测参数进行了降维,建立了各因子的诊断标准,并对状态进行了诊断。分析了依据柴油机性能参数进行故障诊断的机理,对与柴油机油液检测数据对应的性能参数进行了提取和分析,以两台柴油机5个月内一共356条性能参数进行了K-Means聚类,运用油液检测数据和性能参数建立柴油机状态评价的劣化度模型,运用熵权法为各指标确定权重。应用Labview软件开发了一套柴油机状态评价系统,该系统能依据油液检测数据和性能参数对柴油机的状态做出判断。
赵莹[5]（2020）在《往复式压缩机的在线监测系统研究与设计》文中指出压缩机设备的主要作用,是用于提升气体实际压力与传送气体。它是把原动机设备的动力能转化为气体实际压力能的工作机设备,是石化加工产业的重要机器设备之一。其内部零件精密复杂,压缩机的运行情况直接影响到工艺系统的正常运转和产品的生产。压缩机在生产过程中往往会发生一系列的突发故障,直接导致生产系统停车、停止生产,更严重会引起重大生产事故的发生,每分每秒都在严重威胁着专业工作者的生命安全和公司的财产经济安全。论文通过研究压缩机的工作原理和故障机理,结合实际现场工况,构建了压缩机故障诊断系统和远程监测系统,通过数字网络平台进行监测从而实现了对压缩机设备的维修与维护。通过在线监测系统,可以使工作人员对压缩机的运行状态与功能进行实时了解和掌握,从而减少或避免事故隐患。本文对压缩机的在线监测系统进行设计,通过基于中间件技术的远程在线监测对压缩机的重要运动部件及热力参数进行监测并综合分析,通过报警等方式从而提示作业人员需要对压缩机的状态进行调节处理,从而实现对压缩机设备的监测与维护。
李嘉俊[6]（2020）在《C75二冲程发动机拉缸问题研究》文中提出二冲程往复活塞式发动机具有构造简单,工作效率高等优势,因此在园林、农用机械上,有着广泛的应用,如割草机、灌木剪等。但由于二冲程发动机的结构,却使二冲程发动机更容易产生拉缸故障,拉缸故障就是在发动机运作之中,由于某种不正常的原因,使活塞、活塞环与气缸之间的润滑油膜受到了损害,活塞、活塞环和气缸工作表面直接触碰,三者由原来的液体摩擦,变成了干摩擦或者半干摩擦,在发动机高速运转的状态下会产生非常高的摩擦热量,当温度超过了活塞、活塞环或者内壁镀层的熔点时,就会使得活塞与气缸内壁产生熔融粘附,此时活塞继续快速运动,两个熔融表面的粘附点便会便发生撕裂,使得缸壁、活塞、活塞环表面受到严重的损害,在活塞和缸孔表面上出现不平整、没有规则边界的坑痕和皱痕。拉缸是发动机一种常见的恶性故障,一旦发生拉缸现象,轻者出现发动机功率下降、漏气量增大、机油消耗增加、异响等等现象;重者则会发动机严重损坏,甚至出现安全事故,所以拉缸是发动机致命损害,对于二冲程发动机拉缸问题的分析与研究,有助于提高发动机的使用寿命、保证使用者生命安全。本文通过对某发动机生产企业的新引进的二冲程发动机产品拉缸情况进行了全面的分析调查,在缺乏试验设备的情况,利用了GT-power对样机进行了建模并仿真,并得出了有效的仿真数据,并以此为基础,通过利用先进的测量工具如三坐标测量仪、圆度仪、膜厚仪等精密仪器,从设计、零部件、测试等方面对拉缸样机进行拉缸原因分析,最后根据分析出来可能的原因,制定合理改善优化方案,并进行试验验证,验证的结果表明,提出的优化方案能够有效的改善拉缸情况,为后续开发生产新发动机提供了重要的参考。对C75二冲程发动机研究表明,转速达到9800rpm时,在发动机运转过程中,燃料燃烧所产生的爆发压力较高,使活塞受到的侧向力相对较高,在二冲程发动机润滑能力较差的情况下,破坏了润滑油膜,容易产生拉缸故障。针对拉缸故障的情况,本次研究提出了气缸增加陶瓷镀层、优化气缸的珩磨工艺,以及测试程序的调整,并且进行了验证,验证结果表明,改善方案可以有效减小拉缸故障。这一研究结论为提高二冲程发动机产品性能提供了理论依据。
王玉明[7]（2019）在《柴油机活塞环折断原因分析与预防措施》文中认为活塞环折断是柴油机常见故障之一,故障原因很多,其主要原因是活塞环的选配与安装不当,破坏了活塞环良好的工作条件而使活塞环折断。
微波[8]（2018）在《活塞环更换全攻略（3）》文中研究指明（上接2018年第8期）b)活塞环装入环槽时,须将环的自由开口撑开,从活塞顶部装入。活塞环安装的张开量计算值为:3πt。考虑到活塞头部尺寸裙部要小0.30mm左右,因此,在日本JASO标准中,实际张开量为:"8tl"。其中:"t"为环的厚度,"l"为环的自由开口尺寸。如:244FMI发动机的第一道气环的厚度为t=
鹰眼[9]（2018）在《维修问答四》文中认为读者:您好!我是一名维修工,刚刚加入这个行业,许多理论和实践方面还需不断学习。现有几个问题咨询一下,盼望得到答复。a)在装配发动机时显得很不熟练,经常是手忙脚乱,老是犯些低级错误。譬如:新活塞环装配过程中容易折断,特别是将气缸套到活塞及环上时,活塞环的折断比例较大（尤其是双缸机的新环）。有没有既快又好的方法,请予赐教!b)在大修发动机分解曲轴箱,重
阮天林[10]（2013）在《问与答》文中研究指明顾问先生,您好!我是一名维修工,由于刚刚加入这个行业,许多方面还需不断学习。现有二个问题向您请教,盼望得到您的指导。1、在装配发动机时显得很不熟练,经常是手忙脚乱,老是犯些低级错误。譬如:新活塞环装配过程中容易折断,特别是将汽缸套到活塞及环上时,活塞环的折断比例较大（尤其是双缸机的新环）。有没有既快又好的方法,请予赐教!2、在大修发动机分解曲轴箱,重新组装后发现,曲轴箱内的运转声音明显比分解前大了许多,是什么原因造成的?
二、人为的活塞环折断（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、人为的活塞环折断（论文提纲范文）
（1）基于领域知识图谱的柴油发动机故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景和意义 |
| 1.3 国内外研究现状及分析 |
| 1.3.1 知识图谱国内外研究现状 |
| 1.3.2 命名实体识别国内外研究现状 |
| 1.3.3 关系抽取国内外研究现状 |
| 1.3.4 知识图谱补全国内外研究现状 |
| 1.3.5 故障诊断国内外研究现状 |
| 1.4 主要研究内容 |
| 第2章 基于WSA-CNER的柴油发动机故障知识命名实体识别 |
| 2.1 引言 |
| 2.2 引入词集级注意力机制的中文命名实体识别 |
| 2.2.1 中文命名实体识别中基本概念 |
| 2.2.2 引入词集级注意力机制的中文命名实体识别模型构建 |
| 2.3 命名实体识别公开数据实验 |
| 2.3.1 实验数据 |
| 2.3.2 实验设置与评价指标 |
| 2.3.3 对比实验验证 |
| 2.3.4 适用性实验验证 |
| 2.3.5 结合预训练模型验证 |
| 2.3.6 消融实验验证 |
| 2.3.7 案例分析 |
| 2.4 命名实体识别柴油发动机故障诊断数据集实验 |
| 2.4.1 柴油发动机故障诊断领域数据标注与处理 |
| 2.4.2 实验设置与评价指标 |
| 2.4.3 对比实验验证 |
| 2.5 本章小结 |
| 第3章 基于MA-BERT的柴油发动机故障知识实体关系抽取 |
| 3.1 引言 |
| 3.2 融合多尺度注意力机制和BERT的实体关系抽取 |
| 3.2.1 BERT预训练模型 |
| 3.2.2 融合多尺度注意力机制和BERT的实体关系抽取模型构建 |
| 3.3 实体关系抽取公开数据集实验 |
| 3.3.1 实验数据 |
| 3.3.2 实验设置与评价指标 |
| 3.3.3 对比实验验证 |
| 3.4 实体关系抽取柴油发动机故障诊断数据集实验 |
| 3.4.1 柴油发动机故障诊断领域数据标注与处理 |
| 3.4.2 实验设置与评价指标 |
| 3.4.3 对比实验验证 |
| 3.4.4 关系抽取实验结果分析 |
| 3.5 本章小结 |
| 第4章 柴油发动机故障知识图谱补全与故障诊断 |
| 4.1 引言 |
| 4.2 柴油发动机故障知识图谱补全 |
| 4.2.1 知识图谱补全中基本概念 |
| 4.2.2 非局部卷积嵌入模型构建 |
| 4.2.3 知识图谱补全方案 |
| 4.2.4 实验对比与分析 |
| 4.2.5 柴油发动机故障知识图谱补全 |
| 4.3 知识存储模式 |
| 4.4 基于知识图谱与贝叶斯网络的柴油发动机故障诊断 |
| 4.4.1 故障原因定位 |
| 4.4.2 贝叶斯网络 |
| 4.4.3 案例应用 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得创新性成果 |
| 致谢 |
（2）基于状态智能预警驱动的柴油机IETM关键技术研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柴油机故障传统监测诊断方法概况 |
| 1.2.2 柴油机故障智能监测诊断技术研究概况 |
| 1.2.3 IETM技术发展概况 |
| 1.3 前人的研究成果 |
| 1.3.1 柴油机监测诊断方面研究成果 |
| 1.3.2 智能诊断技术研究成果 |
| 1.3.3 IETM技术研究成果 |
| 1.4 论文结构与内容安排 |
| 第二章 柴油机典型机械故障分类与预警诊断技术 |
| 2.1 柴油机典型机械故障分类及其特征信号 |
| 2.1.1 柴油机典型机械故障分类 |
| 2.1.2 柴油机典型机械故障特征信号类型 |
| 2.2 柴油机典型机械故障监测预警方法 |
| 2.2.1 基于统计特征参量分析的时域信号监测预警方法 |
| 2.2.2 基于振动信号角域分析的故障诊断预警方法 |
| 2.2.3 基于振动信号时频分析的故障监测预警方法 |
| 2.2.4 基于振动信号自适应的EMD智能预警方法 |
| 2.2.5 基于K近邻的柴油机故障识别预警方法 |
| 2.3 柴油机故障预警诊断技术难点 |
| 2.4 本章小结 |
| 第三章 柴油机连杆轴瓦故障监测预警方法研究 |
| 3.1 连杆小头衬套滑移故障 |
| 3.1.1 连杆小头衬套滑移故障机理 |
| 3.1.2 连杆小头衬套滑移故障特征与监测难点分析 |
| 3.2 连杆轴瓦磨损故障 |
| 3.2.1 连杆轴瓦磨损故障类型与传统监测方法 |
| 3.2.2 连杆轴瓦磨损故障特征 |
| 3.3 基于SAW无线测温技术的轴瓦磨损类故障预警与诊断方法研究 |
| 3.3.1 SAW无源无线测温原理 |
| 3.3.2 基于SAW的连杆轴瓦温度传感器的设计 |
| 3.3.3 信号处理装置的设计 |
| 3.3.4 软件系统的设计 |
| 3.4 实验验证 |
| 3.4.1 高速单缸机配机试验 |
| 3.4.2 轴瓦磨损故障模拟试验 |
| 3.5 本章小结 |
| 第四章 柴油机曲轴弯曲微变形故障诊断方法研究 |
| 4.1 曲柄连杆简化模型的理论分析计算 |
| 4.1.1 曲柄连杆力学模型分析 |
| 4.1.2 曲柄模型简化 |
| 4.1.3 横向力作用下曲轴受力分析 |
| 4.1.4 弯曲形变对于横向力作用下曲轴受力影响 |
| 4.2 基于多体动力学仿真的故障特征研究 |
| 4.2.1 模型建立与参数设置 |
| 4.2.2 仿真过程 |
| 4.2.3 仿真结果分析 |
| 4.3 曲轴弯曲微变形故障监测预警方法 |
| 4.4 故障案例验证 |
| 4.4.1 传感器与测点布置 |
| 4.4.2 故障现象描述 |
| 4.4.3 数据分析与故障诊断结论 |
| 4.5 本章小结 |
| 第五章 柴油机典型机械故障智能预警诊断系统设计 |
| 5.1 基于缸盖振动信号概率密度分布的柴油机输出功率识别算法 |
| 5.1.1 缸盖振动信号截止滤波预处理 |
| 5.1.2 基于自适应EMD分解的缸盖振动信号处理方法研究 |
| 5.1.3 基于振动速度概率密度分布的功率识别方法 |
| 5.2 基于改进KNN的柴油机故障报警阈值动态自学习算法 |
| 5.2.1 训练集的构建 |
| 5.2.2 K值的确定 |
| 5.2.3 报警阈值动态学习方法 |
| 5.3 柴油机在线监测预警系统设计 |
| 5.3.1 系统总体设计 |
| 5.3.2 硬件方案 |
| 5.3.3 软件方案 |
| 5.4 工程应用案例 |
| 5.4.1 故障情况 |
| 5.4.2 报警信息与监测数据分析 |
| 5.4.3 故障原因探究 |
| 5.4.4 结论 |
| 5.5 本章小结 |
| 第六章 基于智能预警驱动的柴油机IETM架构设计 |
| 6.1 IETM平台的功能模块 |
| 6.1.1 多媒体制作工具 |
| 6.1.2 XML编辑器 |
| 6.1.3 公共源数据库 |
| 6.1.4 发布引擎 |
| 6.1.5 浏览器 |
| 6.2 标准IETM内容模块 |
| 6.3 IETM的开发流程 |
| 6.3.1 数据模块编码 |
| 6.3.2 数据模块需求列表(DMRL)编制 |
| 6.4 基于智能预警驱动的柴油机IETM架构设计 |
| 6.4.1 架构设计 |
| 6.4.2 具体实现 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（3）船舶柴油机润滑系统故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 柴油机故障诊断技术研究现状 |
| 1.2.1 柴油机故障诊断技术发展概况 |
| 1.2.2 柴油机故障诊断技术发展趋势 |
| 1.3 滑油系统故障诊断研究现状 |
| 1.4 论文的结构与主要研究内容 |
| 1.4.1 论文的总体框架 |
| 1.4.2 论文的主要研究内容 |
| 2 贝叶斯网络理论 |
| 2.1 贝叶斯理论基础 |
| 2.1.1 概率论基础 |
| 2.1.2 概率推理 |
| 2.1.3 概率图模型 |
| 2.1.4 贝叶斯网络 |
| 2.1.5 Leaky Noisy Or模型 |
| 2.2 贝叶斯网络推理 |
| 2.2.1 推理算法简述 |
| 2.2.2 VE推理算法 |
| 2.3 贝叶斯网络学习 |
| 2.3.1 贝叶斯网络结构学习 |
| 2.3.2 贝叶斯网络参数学习 |
| 2.4 本章小结 |
| 3 亚洲网络最优消元顺序构造 |
| 3.1 变量消元法相关概念 |
| 3.2 消元复杂度分析 |
| 3.3 消元顺序构造 |
| 3.3.1 最小度法搜索消元顺序 |
| 3.3.2 最大势搜索消元顺序 |
| 3.3.3 最小缺边搜索消元顺序 |
| 3.3.4 最小增加复杂度搜索消元顺序 |
| 3.4 本章小结 |
| 4 建立滑油系统贝叶斯诊断模型 |
| 4.1 WARTSILA 6L34DF柴油机简介 |
| 4.2 滑油系统结构原理 |
| 4.2.1 滑油系统组成及作用 |
| 4.2.2 滑油运送方式 |
| 4.2.3 滑油系统结构原理分析 |
| 4.3 建立诊断模型 |
| 4.3.1 滑油系统故障分析 |
| 4.3.2 滑油诊断模型的建立过程 |
| 4.3.3 滑油诊断模型搭建实例 |
| 4.4 变量消元法推理实例 |
| 4.5 本章小结 |
| 5 滑油诊断系统的设计及实现 |
| 5.1 故障诊断流程 |
| 5.2 软件开发环境及结构 |
| 5.2.1 开发环境 |
| 5.2.2 软件结构 |
| 5.3 数据库设计 |
| 5.4 模型代码化 |
| 5.5 用户界面模块设计 |
| 5.6 故障诊断系统的实例验证 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望及建议 |
| 结论 |
| 参考文献 |
| 附录A 滑油系统故障树及贝叶斯模型 |
| 附录B 滑油系统事件先验概率表 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（4）基于油液检测与性能参数检测的挖掘机柴油机状态评价技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 论文主要研究内容与工作安排 |
| 第二章 柴油机故障机理与油液检测技术研究 |
| 2.1 柴油机简介和工作原理 |
| 2.1.1 柴油机简介 |
| 2.1.2 柴油机简要工作原理 |
| 2.2 柴油机故障机理 |
| 2.3 柴油机磨损故障机理 |
| 2.3.1 柴油机磨损过程分析 |
| 2.3.2 柴油机磨损失效的分类 |
| 2.4 柴油机油液检测技术 |
| 2.4.1 理化性能分析技术 |
| 2.4.2 铁谱分析 |
| 2.4.3 光谱分析 |
| 2.4.4 柴油机磨损状态指示参数的表征方式构建 |
| 2.5 本章小结 |
| 第三章 基于油液检测的柴油机磨损状态评价 |
| 3.1 基于趋势图分析的磨损状态评价 |
| 3.2 基于界限值法的磨损状态评价 |
| 3.3 基于物元评价法的磨损状态评价 |
| 3.3.1 柴油机磨损状态评价物元模型的建立 |
| 3.3.2 基于物元模型的磨损状态等级评价 |
| 3.4 基于因子分析法的柴油机磨损状态评价 |
| 3.4.1 引言 |
| 3.4.2 因子分析基本理论 |
| 3.4.3 基于因子分析模型对柴油机磨损状态评价实例分析 |
| 3.5 本章小结 |
| 第四章 基于油液检测与性能参数的状态评价研究 |
| 4.1 柴油机性能参数 |
| 4.1.1 转速 |
| 4.1.2 冷却液温度 |
| 4.1.3 增压器温度和压力 |
| 4.1.4 燃油喷射压力 |
| 4.2 基于K-Means的性能参数聚类分析 |
| 4.3 基于劣化度分析的柴油机状态评价 |
| 4.3.1 状态评价的相对劣化度模型 |
| 4.3.2 评估模型的权值分配 |
| 4.4 本章小结 |
| 第五章 基于油液与性能参数的柴油机状态评价系统 |
| 5.1 Labview简介 |
| 5.2 系统软件设计 |
| 5.2.1 用户管理 |
| 5.2.2 数据管理 |
| 5.2.3 分析式铁谱分析 |
| 5.2.4 三线值分析 |
| 5.2.5 数据趋势图分析 |
| 5.2.6 基于物元模型的磨损状态判断 |
| 5.2.7 系统综合劣化度评价 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（5）往复式压缩机的在线监测系统研究与设计（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 概述 |
| 1.2 本文主要工作 |
| 2 往复式压缩机工作循环及故障机理研究 |
| 2.1 概述 |
| 2.2 往复式压缩机的工作循环 |
| 2.3 往复式压缩机常见故障及机理研究 |
| 3 往复式压缩机故障诊断系统 |
| 3.1 系统概述 |
| 3.2 设备故障诊断专家系统概述 |
| 3.3 压缩机故障诊断系统的构建 |
| 4 往复式压缩机在线监测系统总体设计 |
| 4.1 引言 |
| 4.2 往复式压缩机在线监测系统设计 |
| 4.3 系统软件功能及监测方案设计 |
| 4.4 在线监测系统数据存储结构设计 |
| 5 往复式压缩机在线监测系统实际应用 |
| 5.1 引言 |
| 5.2 装置压缩机和在线监测系统简介 |
| 5.3 压缩机故障及检修情况 |
| 5.4 压缩机状态监测与检修周期确定 |
| 5.5 在线监测系统机组概貌界图 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 课题展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）C75二冲程发动机拉缸问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究内容及论文基本结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文基本结构 |
| 第二章 二冲程发动机结构原理与计算基础 |
| 2.1 二冲程发动机基本构造 |
| 2.2 二冲程发动机工作原理 |
| 2.3 二冲程发动机计算基础 |
| 2.3.1 缸内工作过程基本方程 |
| 2.3.2 燃烧模型 |
| 2.3.3 气缸周壁的传热 |
| 2.4 本章小结 |
| 第三章 基于GT的C75二冲程发动机建模 |
| 3.1 故障机型性能参数 |
| 3.2 模型建立 |
| 3.3 仿真结果分析 |
| 3.3.1 缸压分析 |
| 3.3.2 缸内温度分析 |
| 3.3.3 放热率曲线分析 |
| 3.3.4 活塞受力分析 |
| 3.4 本章小结 |
| 第四章 拉缸故障分析及改善方向确认 |
| 4.1 故障现象及拉缸产生机理 |
| 4.1.1 故障现象 |
| 4.1.2 拉缸故障产生机理 |
| 4.2 C75二冲程发动机拉缸问题的原因分析 |
| 4.3 影响二冲程发动机润滑的因素 |
| 4.3.1 润滑油对二冲程发动机润滑影响 |
| 4.3.2 零部件质量对二冲程发动机润滑的影响 |
| 4.3.3 零部件配合对润滑的影响 |
| 4.3.4 测试条件对润滑的影响 |
| 4.4 本章小结 |
| 第五章 解决方案提出与验证 |
| 5.1 改进方案 |
| 5.1.1 活塞电镀 |
| 5.1.2 气缸电镀及珩磨工艺调整 |
| 5.1.3 测试条件调整 |
| 5.1.4 其他细节优化 |
| 5.2 方案效果验证 |
| 5.3 本章小结 |
| 全文总结与展望 |
| 一、全文总结 |
| 二、展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（7）柴油机活塞环折断原因分析与预防措施（论文提纲范文）
| 1 活塞环折断原因 |
| 1.1 活塞环材质问题 |
| 1.2 人为因素影响 |
| 1.3 活塞、缸套、连杆的影响 |
| 2 预防措施 |
四、人为的活塞环折断（论文参考文献）
- [1]基于领域知识图谱的柴油发动机故障诊断研究[D]. 陈曦. 哈尔滨工业大学, 2021
- [2]基于状态智能预警驱动的柴油机IETM关键技术研究与应用[D]. 高志龙. 北京化工大学, 2020(01)
- [3]船舶柴油机润滑系统故障诊断研究[D]. 任东平. 大连海事大学, 2020(01)
- [4]基于油液检测与性能参数检测的挖掘机柴油机状态评价技术研究[D]. 张海宁. 石家庄铁道大学, 2020(04)
- [5]往复式压缩机的在线监测系统研究与设计[D]. 赵莹. 中国矿业大学, 2020(03)
- [6]C75二冲程发动机拉缸问题研究[D]. 李嘉俊. 华南理工大学, 2020(02)
- [7]柴油机活塞环折断原因分析与预防措施[J]. 王玉明. 农机使用与维修, 2019(06)
- [8]活塞环更换全攻略（3）[J]. 微波. 摩托车技术, 2018(09)
- [9]维修问答四[J]. 鹰眼. 摩托车技术, 2018(06)
- [10]问与答[J]. 阮天林. 摩托车, 2013(08)