摩托车发动机缸头异响的监测方法研究

针对摩托车发动机缸头异响振动信号,使用时域统计函数计算各个循环内的异响特征值;通过与正常发动机频谱对比,找到了异响的特征频率;利用阶次分析研究了正常与异响发动机振动信号的能量分布,以及它们各阶次的能量差异。分析结果表明,三种方法能够正确识别缸头异响。     

基于小波包和双谱的发动机异响模式识别

摩托车发动机异响识别通常采用人工听诊法,受环境因素和经验参差不齐的影响准确率较低。本文旨在寻找一种科学、有效的模式识别法来提高异响类型识别的准确度。利用麦克风采集发动机近场声音信号,首先利用小波空域相关滤波法去除背景噪声;然后分别采用小波包变换和双谱估计提取发动机声信号特征向量,作为发动机异响模式识别支持向量机的输入向量;选取RBF核函数及参数建立分类模型并训练;最后用测试样本检验分类模型的准确率。通过分析,采用本文提出的发动机异响特征提取方法进行模式识别,训练准确率为98%,测试准确率达到100%。     

基于小波包和双谱的发动机异响模式识别

摩托车发动机异响识别通常采用人工听诊法,受环境因素和经验参差不齐的影响准确率较低,需要寻找一种科学、有效的模式识别法来提高异响类型识别的准确度。利用麦克风采集发动机近场声音信号,首先利用小波空域相关滤波法去除背景噪声;然后分别采用小波包变换和双谱估计提取发动机声信号特征向量,作为发动机异响模式识别支持向量机的输入向量;选取RBF核函数及参数建立分类模型并训练;最后用测试样本检验分类模型的准确率。通过分析发现,采用所提出的发动机异响特征提取方法进行模式识别,训练准确率为98%,测试准确率达到90%。     

基于心理声学与声强法的汽车怠速异常噪声源识别

针对一样车开发阶段怠速工况出现的怠速车内异常噪声(简称异响),基于心理声学的分析方法对此异响进行声品质的客观量评价,定量地反映了正常噪声与异常噪声的主观感受差别;运用频谱分析技术初步确定怠速异响噪声的主要频谱范围在200~400 Hz;对异常噪声在200~400 Hz进行衰减滤波并进行声学回放与听觉比较,进一步验证了怠速异响的频率范围;采用声强测试得出发动机舱内声场分布,快速准确地确定了发动机正时轮系是引起怠速异响的主要来源,通过控制发动机悬置动刚度能够有效消除怠速异响。     

发动机活塞异响声的循环统计量诊断法

基于循环统计方法对汽车发动机异响声音诊断，指出不同异响声的本质是由于不同零件故障激发出的共振频率不同。提出用循环相关函数的解调方法提取声音信号共振频率和共振带，应用于发动机活塞的二种故障诊断，取得了好的效果。该方法将减少汽车声音诊断法对经验的依赖，提高诊断的可靠性。     

基于参数优化SDP分析的转子故障诊断方法

针对存在多种故障类型不同故障严重程度的转子故障诊断问题，提出了一种基于参数优化对称点模式(symmetrized dot pattern, SDP)分析的智能诊断方法。首先，利用SDP分析提取多个传感器信号的故障特征并将其融合为SDP图像；然后，以基于欧氏距离定义的图像区分度函数为适应度函数，基于天牛须搜索(beetle antennae search, BAS)算法获得SDP分析中角域增益因子与时间延滞系数的最佳取值；最后，利用SDP图像训练卷积神经网络(convolutional neural network, CNN)获得转子故障诊断模型。试验研究表明，该方法相较于其他故障诊断方法具有更高的诊断精度，且在强噪声环境下的诊断表现良好。基于BAS算法优化后的SDP分析放大了不同类型不同严重程度转子故障的表征差异，提高了故障诊断精度。     

汽车发动机异响故障检修分析

汽车发动机异响是汽车辆使用过程中经常出现的一种现象,它表明发动机存在某种故障,而这种故障会影响到发动机的性能发挥,应及时诊断和排除。文章主要分析了汽车发动机异响故障检修。     

基于声发射的柴油机连杆大端轴瓦碰撞摩擦故障诊断

为了对某型单缸柴油机进行故障诊断,将声发射传感器布置在柴油机表面不同的位置,通过对比不同测点的异常声发射信号峰值响应,定位到异常声发射信号来源于发动机连杆大端轴瓦处。在对连杆大端轴瓦处异常声发射信号进行诊断后,结合MATLAB仿真计算连杆大端轴承力确定了轴瓦的故障类型,最后通过拆机检查和更换轴瓦来验证声发射的诊断结果。结果表明:由于连杆轴径和轴瓦之间的配合间隙过大,使得单缸柴油机在工作过程中连杆轴径和轴瓦每隔90°就会发生一次碰撞摩擦,导致声发射信号在相应的曲轴转角位置出现异常峰值响应。声发射技术为发动机的故障源定位和发动机连杆大端轴瓦处的碰撞摩擦故障诊断提供了更准确的方法。     

基于深度置信网络和对称点模式电机轴承故障诊断研究

电机轴承的健康状态直接影响电机安全、稳定运行。针对电机轴承故障诊断问题,以故障信号可视化和特征自提取为目标,将深度置信网络(Deep Belief Network,DBN)与对称点模式(Symmetrized Dot Pattern,SDP)变换相结合,提出了一种轴承故障可视化及智能诊断方法。首先基于SDP变换将原始轴承振动信号进行可视化表示,基于最大面积函数选择最佳的SDP参数以通过高分辨率图像清晰区分不同轴承状态,并生成相应的轴承故障SDP图像库;然后采用深度置信网络作为数据训练模型以实现故障特征自提取;最后由位于DBN算法模型后的分类器实现轴承故障的有效诊断。实验结果表明,该方法不仅分类率达到98 %以上,而且具有较好的泛化能力和稳定性。该方法为电机轴承故障可视化和智能诊断提供了一种新思路。     

汽车座椅水平驱动器声品质客观参量分析

针对汽车座椅水平驱动器(Horizontal Driving Machine,简称HDM)在运行情况下出现的异常噪声(简称异响),提出一种基于主观感觉的声品质客观参量分析方法。通过计算并对比分析主观判断有异响HDM和正常HDM声音的声品质客观参量,量化有异响HDM和正常HDM噪声特性以及主观感受的差别;另外,通过时频分析和声品质客观参量随时间变化曲线的对比,有效识别出有异响HDM以及异响频率;通过互动式滤波处理和声学回放,进一步确定异响声源位置。研究结果表明,该分析方法能识别有异响HDM。各声品质客观参量中,尖锐度和有调度对鉴别HDM声品质贡献较大。     

《发动机故障诊断系统设计》

设计出一套适合实车不解体的发动机故障诊断新系统，它利用PC声卡配合LabVIEW采集排气噪声，然后对发动机不同状态下排气噪声信号进行矢量量化分析，从而完成系统的设计。实验结果表明该系统方案切实可行，诊断准确,为发动机故障诊断系统设计提供了一条新途径。     

插入式消声器消声性能及气流噪声的研究

在整车轮毂上面测量了涡轮增压发动机的进气口噪声。为了降低该噪声,设计了插入式消声器并计算了其消声效果,并在整车轮毂上面验证了该消声器的效果。在包含背景气流的声传递损失台架上面测量并且重现了在发动机上所表现出来的气动噪声。采用大涡模拟的方法计算了具有试验结果的后深腔结构的气动噪声,也模拟了该插入式消声器在高速气流下所产生的噪声,并优化了设计以降低气动噪声源的强度。     

用奇异值分解技术提取单缸柴油机的排气噪声

奇异值是矩阵的一个主要特征,通过对矩阵奇异值分解的理论分析,描绘了利用奇异值分离周期性信号的具体方法。针对单缸柴油机排气噪声主要由以点火频率为基频的一种周期噪声的特点,作为矩阵奇异值分解技术的一个应用,对用声传感器采集的排气噪声信号进行分解和重构,提取周期信号,并利用短时傅里叶变换,从频域提取信号特征,为排气消声器结构参数的选取提供理论依据。     

交叉层波束形成方法的发动机噪声源识别

发动机噪声源分布复杂,来源多,用人耳很难分辨,利用传声器阵列的噪声源识别技术可以为发动机噪声控制提供客观依据和指导。使用波束形成声源识别方法,对位于不同平面的多个声源进行了仿真识别,并研究了多维声源识别方法,使用交叉层法得到了声源定位的立体结果。结果显示,交叉层法可以有效消减或去除来自识别表面之外的声源在识别表面的虚假投影。最后,针对某发动机产品,使用平面传声器阵列对其上、前、左、右四个面分别进行一次变转速工况时域声压信号采集,使用互谱矩阵波束形成算法,得到各转速下发动机各表面的声源分布图像,并通过交叉层法得到了发动机表面声源的立体分布,准确将声源定位至发动机表面各部件。     

机油泵齿轮异响检测方法

针对小型内燃机机油泵齿轮异响,对右盖异响声信号进行频谱分析和包络分析,识别异响频率,然后通过声学互动滤波技术对不易区分的异响频率进行再次识别,结果显示:机油泵异响频率并没有体现在齿轮啮合频率上,而是存在于多个高频段,随着转速的增加,异响频率不变,能量逐渐增大.然后运用声强法结合内燃机顶面和右侧面声强分布图,对内燃机声信...     

EMD-Robust ICA在柴油机噪声源识别中的应用

为了有效地从复杂的单一通道噪声信号中分离和识别柴油机的噪声源,采用经验模态分解（EMD）和基于峭度的鲁棒性独立分量分析（RobustICA）相结合的方法,将EMD分解后的本征模态函数与原噪声信号作为RobustICA的输入,借助RobustICA良好的抗噪性,不需要对观测信号进行滤波处理就可以实现单一通道观测信号的源分量分离。模拟仿真的结果充分说明了该方法的可行性。应用于某四缸柴油机噪声信号分析,对分离出的独立分量进行小波（CWT）时频分析,结合内燃机的特性,从单一通道噪声信号中准确识别出柴油机的燃烧噪声和活塞敲击噪声。     

噪声异常压缩机的声诊断分析

通过声品质评价方法分析了噪声异常转子压缩机试验样机,并计算出A声级、响度、粗糙度和尖锐度作为声品质的客观评价指标,结果表明与正常压缩机相比,该噪声异常压缩机具有较差的声品质。声阵列技术能够精确定位复杂形状的目标声源,与传统采用声级计测试相比,能够获得更加丰富的声场信息。为了诊断出压缩机的异常噪声,通过声阵列技术在全频段对该异常压缩机进行了声源识别定位分析,找到了影响压缩机噪声的关键频率点及相应的噪声源,从而为压缩机噪声的改善提供了有力证据。     

地铁车内噪声主观烦恼度模糊综合评价方法

声品质是地铁车内乘坐舒适性的一项重要指标。以地铁列车车内噪声为研究对象,探讨声品质的主观模糊综合评价方法。以上海地铁9号线为例,考虑地铁运行的三种工况、两种乘客乘坐姿态,分别测取车内不同位置的噪声信号,采用分组成对比较法对测点噪声进行主观评价实验和模糊综合,计算得出地铁整车的烦恼度评价综合值,可用以实施不同列车的声品质比较和评判。所提出的方法对地铁声学设计和提高乘坐舒适性提供参考。