1、內(nèi)燃機(jī)診斷方法綜述李聰機(jī)0801-1班 20080524【摘要】：內(nèi)燃機(jī)是生產(chǎn)的主要?jiǎng)恿χ唬欢?，它又是一種復(fù)雜的往復(fù)式機(jī)械，狀態(tài)監(jiān)測(cè)和故障診斷十分困難，而且又十分重要，掌握有效的故障診斷方法和處理技巧，縮短維修時(shí)間，利于提高機(jī)械設(shè)備的完好率和使用率。本文從監(jiān)測(cè)信號(hào) (參數(shù) )、信號(hào)特征提取方法、信息融合識(shí)別方法等方面對(duì)內(nèi)燃機(jī)目前的狀態(tài)監(jiān)測(cè)與故障診斷進(jìn)行了綜述。分析了故障診斷的基本工作方法，可供參考?！娟P(guān)鍵詞】：內(nèi)燃機(jī) 診斷技術(shù)發(fā)展 主要技術(shù) 診斷方法1.內(nèi)容提要眾所周知，內(nèi)燃機(jī)是一種往復(fù)式動(dòng)力機(jī)械，由于結(jié)構(gòu)復(fù)雜，運(yùn)動(dòng)部件多，是內(nèi)燃機(jī)故障診斷十分困難。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展以及自動(dòng)化程度的提

2、高，內(nèi)燃機(jī)故障診斷技術(shù)已從最開始的事后維修發(fā)展到定時(shí)檢測(cè)，再到現(xiàn)在的故障診斷技術(shù)的事情維修，和其它類型的機(jī)械故障診斷一樣，內(nèi)燃機(jī)故障診斷首先必須對(duì)故障機(jī)理進(jìn)行研究，并對(duì)故障信號(hào)的檢測(cè)及處理為基礎(chǔ)技術(shù)，以故障信號(hào)處理和特征提取理論為基本理論，以基于特征的故障信息融合識(shí)別為基本方法。2.內(nèi)燃機(jī)故障診斷的發(fā)展及主要技術(shù)國外內(nèi)燃機(jī)診斷技術(shù)，主要是從發(fā)達(dá)的工業(yè)化國家開始的。20世紀(jì)60年代和70年代初汽車診斷受到西方普遍重視，其原因是:a.診斷內(nèi)容復(fù)雜化。不僅在于出現(xiàn)在汽車上的新裝置大量增加，還表現(xiàn)為這些裝置本身的復(fù)雜化，從而使以依賴于人的經(jīng)驗(yàn)和感覺來進(jìn)行的診斷，不可避免地出現(xiàn)失誤，或者即使診斷正確，也

3、需花費(fèi)過多的時(shí)間；b.缺乏熟練的維修人員。隨著汽車保有量的急劇增加，使熟練維修人員相對(duì)短缺，而新手常對(duì)汽車故障部位判斷不準(zhǔn)，造成修理質(zhì)量下降；c.各國新法規(guī)的頒布，使得對(duì)汽車的安全、污染等檢查項(xiàng)目越來越嚴(yán)格，從而對(duì)診斷檢測(cè)故障提出了更精確、更可靠的要求。故障診斷系統(tǒng)有兩種：一種是車內(nèi)診斷。診斷系統(tǒng)裝在車上，對(duì)車內(nèi)進(jìn)行診斷的車內(nèi)儀表盤自診斷系統(tǒng)；另一種是車外診斷。診斷功能裝置需要從車外進(jìn)行測(cè)定的車外儀器診斷系統(tǒng)。在這一時(shí)期，首先出現(xiàn)的是一些專用的檢測(cè)儀器，如發(fā)動(dòng)機(jī)正時(shí)提前測(cè)試儀、斷電器觸點(diǎn)閉合角測(cè)定儀等。這些儀器和裝置主要對(duì)發(fā)動(dòng)機(jī)進(jìn)行測(cè)試與檢驗(yàn)，難以直接給出故障原因, 它們僅僅是故障診斷的輔助工

4、具，而真正的故障判斷仍憑借機(jī)理分析和經(jīng)驗(yàn)由人來完成。進(jìn)入 20 世紀(jì) 80 年代以來，車內(nèi)診斷占主導(dǎo)地位的局面開始被打破。車外診斷系統(tǒng)又有了重大發(fā)展，如1986 年通用汽車公司推出的CAM S系統(tǒng)和福特汽車公司的修理廠診斷系統(tǒng)SBDS 等。CAM S是一個(gè)具有較高水平的診斷系統(tǒng)，它可以從隨車系統(tǒng)上接收數(shù)據(jù)，用自身存貯的故障診斷程序進(jìn)行自動(dòng)診斷。CAM S還具有提供維修說明、技術(shù)資料目錄檢索、汽車各項(xiàng)參數(shù)及技術(shù)條件等咨詢功能。近幾年來，汽車診斷技術(shù)一方面發(fā)展功能齊全的車內(nèi)診斷裝置，另一方面，車外診斷系統(tǒng)，特別是診斷專家系統(tǒng)受到廣泛重視，有關(guān)診斷理論與系統(tǒng)有了很大的發(fā)展。但是，在已開發(fā)的診斷系統(tǒng)的

5、成功背后，也出現(xiàn)了困難，這主要來自于傳統(tǒng)診斷理論的限制以及對(duì)不同車輛深層次診斷知識(shí)缺乏研究和有效的獲取。另外，在各國紛紛對(duì)各診斷裝置換代的同時(shí)，許多學(xué)者還對(duì)各種車輛狀態(tài)參數(shù)檢測(cè)方法與各種測(cè)試技術(shù)在故障診斷中的應(yīng)用進(jìn)行了廣泛深入的研究，如穆爾的動(dòng)能測(cè)量?jī)?nèi)燃機(jī)性能的診斷學(xué)，里茲尼建立了內(nèi)燃機(jī)的動(dòng)力模型，迪瓊利用振動(dòng)信號(hào)進(jìn)行發(fā)動(dòng)機(jī)監(jiān)控，紹伯用于測(cè)量氣門機(jī)構(gòu)磨損的實(shí)時(shí)放射性標(biāo)記技術(shù)，比安齊對(duì)發(fā)動(dòng)機(jī)壓力信號(hào)的波形分析，列恩對(duì)柴油機(jī)故障信號(hào)的回收，埃爾對(duì)內(nèi)燃機(jī)氣缸內(nèi)徑磨損的表征和模擬，張對(duì)柴油機(jī)油污染監(jiān)測(cè)的試驗(yàn)，比塞利用化學(xué)發(fā)光對(duì)內(nèi)燃機(jī)的診斷研究，拉里斯特伍德利用機(jī)油壓力預(yù)測(cè)發(fā)動(dòng)機(jī)失效，迪米特魯對(duì)柴油機(jī)燃

6、油點(diǎn)火延時(shí)測(cè)量的研究等。3.內(nèi)燃機(jī)的故障診斷方法狀態(tài)監(jiān)測(cè)和故障診斷是相輔相成，密不可分的。目前，內(nèi)燃機(jī)狀態(tài)監(jiān)測(cè)和故障診斷中的檢測(cè)信號(hào)如下。3.1振動(dòng)信號(hào)內(nèi)燃機(jī)轉(zhuǎn)動(dòng)時(shí)產(chǎn)生振動(dòng)是不可避免的，這是由其工作特點(diǎn)和工作性質(zhì)決定的，所以，在內(nèi)燃機(jī)狀態(tài)監(jiān)測(cè)和故障診斷中，振動(dòng)信號(hào)是反映其內(nèi)在關(guān)系極其有效的敏感參數(shù)。近幾年，應(yīng)用振動(dòng)信號(hào)，提取內(nèi)燃機(jī)故障特征的研究已經(jīng)取得了較大進(jìn)展，研究?jī)?nèi)容包括：（1）從機(jī)身表面或者缸套的振動(dòng)信號(hào)中，提取不同的活塞-缸套間隙下的頻率特征，以此判斷活塞-缸套系統(tǒng)的磨損狀態(tài)；（2）從缸蓋表面的振動(dòng)信號(hào)中，提取氣門漏氣故障的頻域特征，據(jù)此判斷氣門的工作情況；（3）從噴油器和高壓油泵上的

7、振動(dòng)信號(hào)中，提取反應(yīng)噴油過程各種參數(shù)的頻域特征，據(jù)此判斷柴油機(jī)燃油系統(tǒng)的工作狀態(tài)。盡管，在利用振動(dòng)信號(hào)進(jìn)行內(nèi)燃機(jī)狀態(tài)監(jiān)測(cè)和故障診斷方面，做了很多的研究工作，取得了顯著的進(jìn)步，但振動(dòng)用于實(shí)時(shí)監(jiān)測(cè)內(nèi)燃機(jī)工況尚沒有全面推廣，僅僅在個(gè)別機(jī)型上做了一些有益的嘗試。其困難主要有：（1）內(nèi)燃機(jī)的結(jié)構(gòu)，運(yùn)動(dòng)狀態(tài)均很復(fù)雜，信號(hào)眾多，而共性歸納不夠，所以適應(yīng)于某臺(tái)，某型號(hào)的內(nèi)燃機(jī)信號(hào)的分析方法，對(duì)另一型號(hào)的內(nèi)燃機(jī)未必可行；（2）內(nèi)燃機(jī)振動(dòng)源多，傳動(dòng)路徑復(fù)雜，系統(tǒng)故障既有“縱向性”，又有“橫向型”，這一特征帶來了內(nèi)燃機(jī)這一復(fù)雜系統(tǒng)中多個(gè)故障并存的現(xiàn)實(shí)，多故障的同時(shí)診斷導(dǎo)致對(duì)故障能否準(zhǔn)確診斷這一十分困難的診斷問題。3

8、.2轉(zhuǎn)速波動(dòng)信號(hào)內(nèi)燃機(jī)曲軸的瞬時(shí)轉(zhuǎn)速信號(hào)能反映機(jī)器的工作狀態(tài)，通過對(duì)瞬時(shí)轉(zhuǎn)速波動(dòng)信號(hào)的分析可以得到機(jī)器運(yùn)行狀態(tài)和相關(guān)故障的豐富信息。正常工況下，各缸的動(dòng)力性能基本一致，內(nèi)燃機(jī)運(yùn)轉(zhuǎn)平穩(wěn)各缸瞬時(shí)轉(zhuǎn)動(dòng)速度波動(dòng)雖有誤差，但總在一個(gè)不大的范圍內(nèi)，并呈現(xiàn)某種規(guī)律性，但當(dāng)某個(gè)汽缸工作不正常時(shí)，動(dòng)力的一致性受到破壞，內(nèi)燃機(jī)運(yùn)轉(zhuǎn)平穩(wěn)性變差，轉(zhuǎn)速波動(dòng)信號(hào)會(huì)產(chǎn)生嚴(yán)重變形，據(jù)此可以去判斷汽缸內(nèi)工作過程的好壞。目前，研究主要集中于利用轉(zhuǎn)速波動(dòng)信號(hào)診斷內(nèi)燃機(jī)失火故障，供油減少故障和活塞環(huán)極限磨損故障。但是，利用轉(zhuǎn)速診斷內(nèi)燃機(jī)故障還存在一些不足之處：（1）雖然能夠確定工作不正常的缸位，但不能確定造成故障的原因。例如，缸內(nèi)壓

9、力降低造成曲軸瞬時(shí)轉(zhuǎn)速波動(dòng)，可能是活塞-缸套-活塞環(huán)系統(tǒng)密封性變差所致，也可能為燃油系統(tǒng)故障造成；（2）由于要反映一周內(nèi)角速度的變化，瞬時(shí)轉(zhuǎn)速測(cè)量?jī)x就要求高頻率響應(yīng)、高精度，設(shè)備費(fèi)用會(huì)很高。3.3油液參數(shù)油液監(jiān)測(cè)是內(nèi)燃機(jī)故障診斷的最常用方法，這不僅因?yàn)閮?nèi)燃機(jī)的故障以磨損為主，而且因?yàn)橛鸵罕O(jiān)測(cè)技術(shù)自身的特點(diǎn)決定。內(nèi)燃機(jī)油液監(jiān)測(cè)分為磨損磨粒分析和潤(rùn)滑劑性能衰敗分析兩大類。前者是分析潤(rùn)滑劑中攜帶的磨損微粒，以此診斷磨損故障和監(jiān)測(cè)磨損狀態(tài)，又有光譜分析和鐵譜分析兩種方法，監(jiān)測(cè)參數(shù)分別為各金屬元素的濃度和磨粒種類、磨粒直徑、磨粒形狀、粒徑分布等；后者是分析在用潤(rùn)滑劑的理化性能，以檢測(cè)內(nèi)燃機(jī)的潤(rùn)滑狀態(tài)和診

10、斷由潤(rùn)滑不良引起的內(nèi)燃機(jī)的故障，監(jiān)測(cè)參數(shù)有粘度、閃點(diǎn)、酸值和機(jī)械雜質(zhì)。3.4壓力信號(hào)壓力信號(hào)中，研究的較多的是氣缸壓力信號(hào)，這是由于氣缸壓力直接反映了內(nèi)燃機(jī)工作狀況的好壞，該信號(hào)可以診斷的故障有氣門漏氣、缸內(nèi)失火、燃油系統(tǒng)工作不正常等。測(cè)量氣缸壓力往往使用一個(gè)較小直徑的測(cè)壓通道將某種壓力傳感器與氣缸聯(lián)通，因此測(cè)量中不可避免的存在通道效應(yīng)，特別是高速內(nèi)燃機(jī)，這一影響不可忽略。此外，由于氣缸內(nèi)高溫的原因，測(cè)量時(shí)必須對(duì)傳感器進(jìn)行水冷或油冷，不利于在線使用。用于內(nèi)燃機(jī)狀態(tài)監(jiān)測(cè)和故障診斷的壓力信號(hào)還有柴油機(jī)高壓油管壓力、潤(rùn)滑油壓力、曲軸箱廢氣壓力和進(jìn)氣管壓力，它們分別監(jiān)測(cè)柴油機(jī)燃油系統(tǒng)、潤(rùn)滑系統(tǒng)、活塞-

11、缸套-活塞環(huán)系統(tǒng)和內(nèi)燃機(jī)進(jìn)氣系統(tǒng)。3.5溫度信號(hào)用于內(nèi)燃機(jī)故障診斷與狀態(tài)監(jiān)測(cè)的溫度信號(hào)包括冷卻水溫度和排氣溫度。冷卻水溫度反映了冷卻系統(tǒng)工作正常與否；排氣溫度反映的是氣缸內(nèi)的燃燒情況，如后燃造成排氣溫度過高。4.內(nèi)燃機(jī)故障診斷與狀態(tài)監(jiān)測(cè)特征提取分析方法所需的信號(hào)由檢測(cè)系統(tǒng)檢測(cè)并采集后，接下來就是特征提取工作了。對(duì)于能直接由儀器讀出數(shù)據(jù)的緩變信號(hào)，如溫度信號(hào)、油液參數(shù)等,讀出的數(shù)據(jù)實(shí)際上就是特征值，因此它們不需要另外再提取特征了。4.1幅值域分析法信號(hào)的幅值域特征參數(shù)主要有極值、峰峰值、均值、均方值、方差、標(biāo)準(zhǔn)差、三階距、四階距、波形因子、脈沖因子、裕度因子等。這些參數(shù)由于測(cè)量比較直接,可以用于

12、在線監(jiān)測(cè)。4.2頻域分析方法頻域分析主要是通過某種變換,將信號(hào)從時(shí)域變換到頻域,然后再進(jìn)行特征提取。處理方法有古典譜估計(jì)法和現(xiàn)代譜估計(jì)法。古典譜法基于FFT算法,包括周期圖法、相關(guān)分析、相干分析、自譜、互譜、傳遞函數(shù)等等?，F(xiàn)代譜法包括最大熵譜估計(jì)、ARMA時(shí)序分析以及最小方差法等。古典法的優(yōu)點(diǎn)是可以用FFT快速計(jì)算，物理意義明確；缺點(diǎn)是譜分辨率低，需要數(shù)據(jù)量大，加窗后會(huì)產(chǎn)生泄漏，方差性能不好?，F(xiàn)代譜分析法具有較高的分辨率，對(duì)數(shù)據(jù)要求較少，但容易產(chǎn)生波形失真，信噪比低。4.3小波分析方法小波分析方法是一種多分辨的時(shí)頻分析方法，具有多分辨率的時(shí)頻局部化、快速線性多通道帶通濾波等優(yōu)點(diǎn)，為非平穩(wěn)信號(hào)的

13、分析提供了一個(gè)有價(jià)值的工具。在實(shí)際工程應(yīng)用中，常使用簡(jiǎn)單的二進(jìn)制小波變換或小波包變換。在內(nèi)燃機(jī)故障診斷與狀態(tài)監(jiān)測(cè)領(lǐng)域，小波變換分析的應(yīng)用分為特征提取和去噪。4.4分形理論方法分形理論是20世紀(jì)70年代發(fā)展起來的一種非線性數(shù)學(xué)方法，90年代中期該理論逐漸被學(xué)術(shù)界應(yīng)用于內(nèi)燃機(jī)故障診斷與狀態(tài)監(jiān)測(cè)領(lǐng)域，具體為，運(yùn)用該理論中的分形維數(shù)，計(jì)算不同故障下的缸蓋振動(dòng)信號(hào)和機(jī)身振動(dòng)信號(hào)的分形維數(shù)，以此識(shí)別故障。結(jié)果表明，運(yùn)用分形維數(shù)能夠識(shí)別氣門漏氣故障和活塞磨損故障。5.內(nèi)燃機(jī)故障診斷與狀態(tài)監(jiān)測(cè)的現(xiàn)代信息融合識(shí)別方法獲取了信號(hào)的特征值后，接下來的工作是對(duì)檢測(cè)對(duì)象是否存在故障、狀態(tài)是否正常作出判斷。當(dāng)判斷依據(jù)只是

14、單一特征值是，簡(jiǎn)單地設(shè)定一門限值就可作出識(shí)別；內(nèi)燃機(jī)是一種復(fù)雜的往復(fù)式動(dòng)力機(jī)械，由于結(jié)構(gòu)復(fù)雜，運(yùn)動(dòng)部件多，使得內(nèi)燃機(jī)的故障診斷與狀態(tài)監(jiān)測(cè)十分困難，因此，在該領(lǐng)域，近幾年出現(xiàn)了應(yīng)用信息融合技術(shù)的熱潮。信息融合方法興起于20世紀(jì)70年代，該方法是對(duì)人腦綜合處理復(fù)雜問題的一種功能模擬，通過對(duì)來自多傳感器的信息進(jìn)行多級(jí)別、多方面的處理，從而得出新的、更有意義的信息。由于不同類型、不同監(jiān)測(cè)點(diǎn)的傳感器的信息一般具有很好地互補(bǔ)性，甚至有很好的完備性，因此通過多傳感器信息融合，可以提高監(jiān)測(cè)系統(tǒng)的可靠性和準(zhǔn)確性，增加判斷的可信度。5.1證據(jù)理論方法運(yùn)用證據(jù)理論方法進(jìn)行信息融合首先必須確定識(shí)別框架(目標(biāo)全體)，記

15、為。由各傳感器獲得的特征參數(shù)構(gòu)成該理論中的證據(jù)，然后分別應(yīng)用每一個(gè)證據(jù)，對(duì)識(shí)別框架的所有2個(gè)子集構(gòu)造相應(yīng)的基本概率分配值，根據(jù)該概率值計(jì)算所有子集可信度和似然度。每一個(gè)證據(jù)的基本概率值以及相應(yīng)的識(shí)別框架，合稱為一個(gè)證據(jù)體，因此每一個(gè)傳感器就相當(dāng)于一個(gè)證據(jù)體，而證據(jù)理論多傳感器信息融合方法的實(shí)質(zhì)就是在同一識(shí)別框架下，利用DS證據(jù)合成規(guī)則將各個(gè)證據(jù)體合并成一個(gè)新的證據(jù)體，再在新的證據(jù)體下進(jìn)一步確定各目標(biāo)的可信度和似然度，從而得出信息融合后的結(jié)果。證據(jù)理論識(shí)別規(guī)則有多種，主要有基于基本概率分配值的決策和基于可信度的決策。文獻(xiàn)2應(yīng)用證據(jù)理論方法融合來自柴油機(jī)振動(dòng)信號(hào)和高壓油管壓力信號(hào)的特征值，對(duì)燃油系

16、統(tǒng)的故障進(jìn)行了識(shí)別；文獻(xiàn)9則應(yīng)用該理論融合內(nèi)燃機(jī)冷卻系統(tǒng)三個(gè)位置的溫度信息，并識(shí)別該系統(tǒng)故障。5.2神經(jīng)網(wǎng)絡(luò)方法神經(jīng)網(wǎng)絡(luò)是應(yīng)用最為廣泛的現(xiàn)代數(shù)學(xué)方法之一，各個(gè)領(lǐng)域都可以找到其應(yīng)用的蹤影。神經(jīng)網(wǎng)絡(luò)具有良好的容錯(cuò)性、層次性、自適應(yīng)性、自組織性、聯(lián)想記憶和并行處理能力，對(duì)于不同來源的復(fù)雜信息具有良好的融合作用。根據(jù)學(xué)習(xí)方式不同，神經(jīng)網(wǎng)絡(luò)可分為有監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)和無監(jiān)督自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)。前者的學(xué)習(xí)過程是一個(gè)通過迭代來優(yōu)化網(wǎng)絡(luò)權(quán)值，從而使網(wǎng)絡(luò)輸出不斷地接近理想輸出的過程，將待識(shí)別的特征數(shù)據(jù)輸入學(xué)習(xí)好了的網(wǎng)絡(luò)，網(wǎng)絡(luò)就能最改組數(shù)據(jù)的類別作出識(shí)別。后者的學(xué)習(xí)過程沒有理想輸出作為參照，其網(wǎng)絡(luò)參數(shù)優(yōu)化和樣本的分

17、類是由網(wǎng)絡(luò)輸入樣本自適應(yīng)、自組織競(jìng)爭(zhēng)進(jìn)行的。應(yīng)用神經(jīng)網(wǎng)絡(luò)方法，文獻(xiàn)3直接融合柴油機(jī)缸蓋振動(dòng)的時(shí)域信號(hào)，識(shí)別缸內(nèi)燃燒類型；文獻(xiàn)4則融合汽油機(jī)節(jié)氣門位置、發(fā)動(dòng)機(jī)轉(zhuǎn)速、扭矩、進(jìn)氣壓力等參數(shù)中的任意三種參數(shù)，預(yù)測(cè)另一個(gè)參數(shù)。5.3模糊數(shù)學(xué)方能應(yīng)用于信息融合的模糊數(shù)學(xué)方法有模糊貼進(jìn)度方法、模糊聚類方法和模糊綜合評(píng)判方法。模糊貼近度是衡量?jī)赡：蛹g接近程度的一個(gè)度量，也可以用來衡量?jī)蓚€(gè)樣本聯(lián)系的密切程度。設(shè)A=A1, A2, , An為分類模式，B為待識(shí)別向量，分別計(jì)算出Ai 和B的貼近度，然后再根據(jù)擇近原則判別B的類型。模糊聚類方法是一類模糊數(shù)學(xué)與聚類分析相結(jié)合的方法，比較典型的有基于模糊關(guān)系的模糊

18、聚類方法和基于目標(biāo)函數(shù)的模糊聚類方法。應(yīng)用前者進(jìn)行分類大致可分為三步:正規(guī)化、標(biāo)定和聚類?；谀繕?biāo)函數(shù)的模糊聚類方法首推模糊c-均值聚類算法(FCM)。模糊綜合評(píng)判實(shí)際上是一種模糊映射的方法。已知因素集U=u1, u2, , un與評(píng)判集V=v1, v2, , vm。又設(shè)對(duì)各因素的權(quán)重分配為AF(U)，記A=a1, a2, , an，其中，ai為賦予第i個(gè)因素ui的權(quán)，且滿足：B=b1，b2，,bmF(V)，bi反映了第j種決策在評(píng)判總體中所占的地位；R為模糊評(píng)判矩陣，則模糊綜合評(píng)判式為B=A3 R，式中,“3 ”為廣義模糊邏輯算子。模糊綜合評(píng)判方法的關(guān)鍵是評(píng)判矩陣R的確定。模糊聚類方法不需要

19、任何標(biāo)準(zhǔn)信息群，是一種自適應(yīng)的分類法，對(duì)于無法確定標(biāo)準(zhǔn)信息群的場(chǎng)合有重要意義，而模糊綜合評(píng)判法和模糊貼近度法都需要標(biāo)準(zhǔn)信息群。文獻(xiàn)26應(yīng)用模糊聚類方法融合識(shí)別了柴油機(jī)的三種活塞磨損狀態(tài)；文獻(xiàn)5、6則應(yīng)用模糊貼進(jìn)度方法分別融合了多種柴油機(jī)參數(shù)，并分別識(shí)別了柴油機(jī)的噴油嘴故障和柴油機(jī)技術(shù)狀況。5.4灰色理論方法信息不完全的系統(tǒng)，即所謂的“貧”信息系統(tǒng)，是現(xiàn)實(shí)世界中普遍存在的一類系統(tǒng)，稱之為灰色系統(tǒng)。關(guān)于這類系統(tǒng)已經(jīng)形成了灰色系統(tǒng)理論，該方法是一種有效信息融合方法。應(yīng)用灰色系統(tǒng)理論方法，文獻(xiàn)7融合了幾種柴油機(jī)常規(guī)參數(shù)，識(shí)別了進(jìn)氣系統(tǒng)和燃油系統(tǒng)故障；文獻(xiàn)8則融合內(nèi)燃機(jī)機(jī)身振動(dòng)加速度信號(hào)的頻域和幅值域參數(shù)，識(shí)別了活塞的磨損狀態(tài)。6.小結(jié)由于內(nèi)燃機(jī)結(jié)構(gòu)復(fù)雜，包含旋轉(zhuǎn)和往復(fù)兩種運(yùn)動(dòng)方式；振動(dòng)激勵(lì)源多，被測(cè)信號(hào)中干擾噪聲多，且存在嚴(yán)重非平穩(wěn)性和非線性性，所以，對(duì)內(nèi)燃機(jī)進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷存在一定的困難。近