局域波自回归谱及其在柴油机故障诊断中的应用研究

论述了信号局域波分解理论和方法，并结合时间序列分析，提出了适合于柴油机表面振动非平稳时变信号分析的新方法——局域波自回归谱(LW-AR)法。在柴油机的故障诊断中，该方法能够表达出非平稳信号的模糊频带和瞬时频率双重信息，为解决柴油机故障诊断的一些难题提出了新的思路，并通过诊断实例给予了验证。     

基于提升小波和局域波的柴油机故障诊断

针对柴油机的机体表面振动信号的非平稳、含噪声的复杂性,提出了一种提升小波去噪与局域波分析相结合的新方法,并用于机体表面振动信号的特征提取和状态识别.首先构造提升小波对信号进行自适应消噪处理,避免局域波分解过程中虚假模式分量的产生;然后将消噪信号进行局域波分解,通过局域波边际谱分析信号能量随瞬时频率的变化特征.柴油机缸套...     

柴油机故障诊断的局域波神经网络方法研究

针对柴油机表面振动信号的非平稳性，采用局域波法对其进行有效分解获得多个局域波分量，这些分量有效降低了信号的非平稳性，并且包含着原始信号瞬时频率和模糊频带的双重特征信息。然后以局域波分量的特征参数为输入对RBF神经网络进行训练学习，形成网络。这种方法增强了内燃机故障诊断的可靠性和精确，并在实际柴油机故障诊断中得到了有效地应用。     

基于小波分析和时序分析的柴油机气缸压力识别

运用小波分析方法分析研究了柴油机缸盖振动信号的时频特性,较为详细地讨论了柴油机缸盖系统的激励源及其振动响应。用小波包分析方法对振动信号及气缸压力信号进行了有效的信噪分离,并依此利用时间序列分析方法对缸盖振动信号和气缸压力信号分别建立时序模型,求取缸盖振动系统的传递函数,再利用Ｐｏｗｅｌ算法对传递函数的参数进行优化处理,然后利用缸盖表面的振动信号识别气缸压力。     

冲击响应信号反演柴油机气缸压力的研究

以4120SG型柴油机为研究对象,分析了缸盖系统的激励源和响应特性,根据柴油机的发火顺序和相位关系,确定了缸盖表面振动的响应信号;采用倒频谱法进行了气缸内压力的反演研究,试验结果表明:对缸盖表面信号进行适当的预处理后,可以较好地反演出柴油机缸内压力信号,使得利用表面振动信号监测柴油机运行状态成为可能。     

基于缸盖振动速度识别柴油机燃烧始点的研究

建立了195柴油机机体、缸盖有限元模型,利用该模型分析了缸盖表面振动速度信号与缸内压力升高率之间的关系,认为缸内峰值压力出现之前,缸盖振动速度信号和压力升高率有相似的变化规律,可以利用缸盖振动速度信号估计柴油机的燃烧始点.利用195柴油机进行了台架试验,测量了不同工况下的缸内压力信号和缸盖振动速度信号,利用这两种信号分别对燃烧始点进行了分析,结果表明:基于缸盖振动速度信号识别燃烧始点是可行的,误差在±1°CA之间.     

柴油机缸盖振动加速度与缸内燃烧状况相关性分析

测得了195单缸柴油机不同工况时的缸内压力及缸盖振动加速度信号,对压力升高加速度信号的频谱分析结果表明,对该机型而言,缸盖振动加速度信号在2 kHz以下频段的成分与缸内燃烧过程密切相关.建立了195单缸柴油机的有限元分析模型,利用模型计算了柴油机缸盖表面振动位移及加速度信号,并分别与实测缸内燃烧压力及压力升高加速度信号进行对比分析.结果表明:根据与缸内燃烧过程的相关程度,可将柴油机缸盖振动信号划分为3个阶段,其中,峰值压力出现时刻前的信号与缸内燃烧过程密切相关;峰值压力出现时刻后,缸盖、机体系统相继进入受迫振动和自由振动阶段,受系统振动特性的影响,这两个阶段包含的与燃烧相关的信息减弱.     

柴油机排气门漏气故障诊断的试验研究

介绍了在２１０５和２１３５柴油机上进行的排气门漏气故障的模拟试验结果，讨论了排温，排烟，油耗量和气缸盖表面振动信号对排气门漏气故障的敏感性，揭示出柴油机气缸内燃烧压力、表面振动信号与排气门漏气故障之间的内在联系，并对振动诊断的频谱分析法和时序谱分析进行了综合对比。     

遗传算法在气门机构故障诊断中的应用

通过模拟柴油机气门机构的2种主要故障-气门漏气和气门间隙异常进行试验,采集柴油机缸盖表面的振动信号,计算 了柴油机缸盖振动信号的小波包能量、时域能量、最大幅值和奇异性指标。建立了振动信号的AR和ARMA模型,最后利用遗传算法进行自动再生最佳特征参数,得到了优化的气门机构故障诊断表达式,结果表明利用该表达式可以更简捷有效地进行故障诊断。     

基于缸盖振动信号的柴油机多工况性能预测

采用小波分析法和时间序列法从柴油机缸盖表面振动信号识别气缸压力,通过对示功图 进行分析计算得到了相应的放热规律;采用双韦柏函数对放热规律进行拟合,建立了双韦柏参数的多工况变化关系式,实现了放热规律的多工况计算,并与工作过程数值计算相结合,从柴油机缸盖振动信号预测多工况性能。     

发动机振动信号特征参数的多重分形研究

提出利用多重分形谱参数来表征发动机振动信号特征的新方法.运用多重分形理论对实测的发动机缸体振动信号进行分析,计算了振动信号的多重分形谱参数,并探讨多重分形谱参数与发动机运行状态之间的内在联系.结果表明:多重分形谱参数能定量刻画振动信号的特征.随着发动机工作状态的不同,信号的多重分形谱参数也发生变化.发动机振动越剧烈,多重分形谱参数越大,其能够反映发动机的真实运行状态,可以作为发动机状态监测和故障诊断的特征参量.     

柴油机磨合状态下振动信号多重分形研究

为监测柴油机的磨合过程,提出利用多重分形谱参数表征柴油机振动信号特征的新方法.运用多重分形理论对柴油机磨合过程中缸体的振动信号进行分析,并计算振动信号的多重分形谱参数,探讨多重分形谱参数与柴油机磨合状态之间的内在联系.结果表明:多重分形谱参数能定量刻画振动信号的特征.随着柴油机磨合过程的进行, 振动信号多重分形谱参数出现规律性的变化.不同阶段信号的多重分形谱参数呈现出递增或递减趋势,反映了柴油机磨合状态的变化过程.     

基于EMD-WVD振动谱时频图像SVM识别的内燃机故障诊断

为了充分提取基于内燃机振动信号形成的振动谱时频图像的二维时频信息,实现基于内燃机振动谱时频图像特征自动提取及识别,提出了一种基于EMD-WVD(EMD-Wign-er-Ville Distributions)振动谱时频图像SVM识别的内燃机故障诊断方法。该方法利用二进制小波对振动信号进行预处理,然后利用EMD-Wigner-Ville时频分布生成不同工况下振动信号的时频图像,并通过提取振动信号的EMD-WVD振动谱时频图像的不变矩特征形成诊断特征向量,利用一种基于类识别率排序的二叉树SVM分类器进行模式识别。在BF4L1011F型内燃机上进行了6种不同工况下气门故障模拟试验,诊断结果表明总体诊断正确率为98.57%。     

基于阶比跟踪与VMD的瞬变工况发动机故障特征提取

针对发动机加速过程振动信号的非平稳性和存在强背景噪声的特点,提出阶比跟踪与变分模态分解(VMD)相结合的方法。对于柴油机曲轴轴承故障和汽油机连杆轴承模拟试验振动信号,利用阶比跟踪技术将时域上的非平稳信号转化为角域上的伪平稳信号,利用VMD对重采样信号进行分解,选择包含故障信息的模态分量,计算其阶比、转速、功率谱所构成的三维阶比谱阵,提取故障特征。仿真分析和故障模拟试验验证了该方法的有效性。     

基于时频谱图与图像分割的柴油机故障诊断

将图像分割理论引入柴油机故障诊断中,提出一种基于时频谱图、图像分割和模糊模式识别的柴油机故障诊断新方法.首先利用二进小波对柴油机缸盖振动信号进行预处理,然后用时频谱图对柴油机气门机构4种状态下的缸盖表面振动信号进行时频分析,并将谱图结果根据图像分割理论对其等高图进行分割,最后通过选取分割后图像的特征体质心位置、特征体面积、数目和熵作为特征参数,并利用模糊C均值聚类对图像进行分类识别.试验结果表明,新方法提取的振动信号图像几何特征与形状特征参数能充分反映柴油机气门工作状态的信息,对不同类型的气门故障均能正确诊断.     

基于变分模态分解和交叉小波变换的柴油机失火故障诊断

针对强噪声干扰下柴油机失火故障难以诊断的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)与交叉小波变换(cross wavelet transform,XWT)的柴油机失火故障诊断方法。该方法首先通过VMD将缸盖振动信号进行分解、自适应消噪及信号重构,再利用XWT对任意两个连续工作循环信号进行时频相关分析,进一步消除振动信号中的干扰噪声以提取柴油机燃烧特征,最后通过计算时频空间各缸能量占比进行柴油机失火故障诊断。通过对仿真信号分析及柴油机失火故障诊断,结果表明:该方法可以消除强噪声干扰,提取柴油机燃烧周期瞬态振动冲击特征,有效地识别柴油机失火故障。     

柴油机气缸盖振动信号特征提取方法的研究

研究了基于短时AR分析、小波多分辨率分析和小波包分析的故障特征提取和识别方法,分析了柴油机气缸盖振动信号特征提取方法。得出了两条重要结论:基于短时AR分析的柴油机气缸盖振动信号整循环特征提取方法特别适合于短序列数据的分析;利用小波多分辨率分析和小波包分析以及Kllback-Leibler信息量最小,对柴油机表面振动信号进行分解与分析,确定各故障状态的特征频带,进而可用频带的时间序列的时序模型作为特征矢量,实现对柴油机运行状态故障的诊断。     

基于曲轴扭振信息识别的柴油机失火气缸判别方法

为解决柴油发动机在高转速、低负荷工况下难以准确判断出发生失火故障的气缸的问题,提出了通过检测曲轴转速信号中的扭振信号起始点来判定失火气缸的故障诊断方法。该方法首先通过分析单缸失火时的转速信号以确定曲轴扭振的自由频率,然后基于该频率构造正弦检测信号,将该检测信号与各缸做功转角范围内的转速信号做内积运算,并得到的内积值作为失火气缸的指示特征。在6缸柴油机上的失火试验证明该方法能够在高转速低负荷情况下准确识别发动机的单缸失火和两缸失火,弥补了传统失火诊断方法工况覆盖率低的不足。     

基于变分模态分解和去趋势波动分析的柴油机振动信号去噪方法

为了解决柴油机工作时其振动信号的背景噪声对状态监测及故障诊断造成干扰这一问题,提出一种基于变分模态分解(VMD)和去趋势波动分析(DFA)的柴油机振动信号去噪方法。该方法首先利用变分模态分解将振动信号分解为若干分量,再利用去趋势波动分析分别计算各个分量的尺度指数,根据尺度指数的值选取具有长程相关性的分量进行信号的重构,以消除振动信号中噪声。将该方法应用于仿真信号和柴油机故障振动信号中,取得了良好的消噪效果。     

柴油机缸套-活塞组磨损的监测研究

采用对比试验的方法,研究了柴油机缸套-活塞组磨损对气缸漏气率和燃油消耗量的影响.针对柴油机缸套-活塞组不同的磨损运行状态,利用机身振动信号及油样光谱分析方法进行了研究.结果表明,机身振动信号、油样光谱分析方法可以对缸套-活塞组磨损运行状态实现有效的监测,并为多信息融合技术提供试验方法和数据基础.