机油温度和压力测试是发动机冷测试环节中,检测发动机是否装配正常的一个重要参数.根据发动机冷测试原理,结合发动机机油压力系统的结构特点,分析主要单元结构,包括机油泵、管道、机油冷却器、滤清器等,对机油压力控制图进行选择设置;基于AMESim搭建机油压力测试分析模型,对发动机机油压力波动过低和过高情况进行分析,并与实际测试结果进行对比分析,并对机油压力过高或过低产生的质量问题原因进行分析,通过分析结果验证理论分析和模型分析的准确性.结果可知利用控制图判断机油压力波动是否超过允许范围,可有效判断压力测试是否合格;机油压力波动过低和油压过高均会引起发动机故障,需要根据具体问题,分析出现故障的原因,提出解决办法;实际结果表明理论分析和模型的准确性与可靠性,为发动机机油压力测试提供参考.

摆动系统是泵送机械的核心单元,其性能的好坏直接影响混凝土泵送机械的性能。针对摆动系统摆不动、摆动慢等问题,分析摆动系统的工作原理,建立蓄能器充放油与摆动压损数学模型,分析摆动压损的影响因素。基于AMESim平台建立摆动系统的仿真模型,讨论摆阀阀块结构、蓄能器参数对摆动性能的影响规律,优化摆阀阀块结构,使摆缸换向时间由198 ms缩短到166 ms,最终通过实验验证了优化方案的可行性。

在小波神经网络算法的基础上,从时域和频域两方面对汽车齿轮箱的振动信号进行分析并提取时频域的多个表征值,设计了一种应用于汽车齿轮箱故障诊断的BP神经网络算法。采用经验模态分解法对齿轮箱时频域下的多维故障特征值进行分析和提取,导出了BP神经网络算法步骤和诊断模型;进一步以JZQ―250齿轮箱为研究对象,对该算法进行数据训练和验证,其状态实验数据结果表明,该算法能够在考虑汽车齿轮箱复杂故障下实现正确诊断,其用于汽车变速箱故障诊断具有较好的实用性,对汽车齿轮箱的故障诊断提供了一定借鉴。