应用高阶时频分析方法诊断汽油机故障

高阶时频分布是高阶统计量与时频分布相结合的产物,适合于分析具有非平稳、非线性特点的汽油机信号.引入高阶时频分布,采用二阶、三阶、四阶矩谱,也称 Wigner 谱、Wigner双谱、Wigner三谱对一仿真信号进行分析对比发现:在多分量信号的识别上,应用CWD滤波后的Wigner三谱是1种较好的分析工具.将该方法应用于汽油机故障诊断的结果表明:谱的切片图能清晰分辨汽油机不同磨损状态下的故障信号,较好地实现了故障诊断目的.     

基于优选小波包和PSO-SVM的失火故障诊断

小波包变换在柴油机故障特征提取中应用广泛,其中,小波包基函数的选取对特征提取性能的影响至关重要。基于此提出了1种优选小波包和粒子群优化支持向量机(PSO-SVM)的失火诊断方法。首先,选择5种不同类型的离散小波包基函数分别对缸盖振动信号进行小波包多层分解;然后,计算缸盖振动信号的小波包能量与信息熵的比值,从中选择比值最大的小波包基函数作为最优的小波包基函数;进一步,采用最优小波包基函数分解缸盖振动信号并提取小波包频带能量概率密度作为特征向量,以及构造故障诊断特征集;最终,将故障诊断特征集输送到粒子群优化支持向量机中进行柴油机失火诊断识别。实验结果表明,利用最优小波包基函数提取特征具有良好的效果,同时PSO-SVM的识别准确率达到97.5%,说明了优选小波包和PSO-SVM的诊断方法是可行且有效的。     

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。     

汽油机爆燃控制系统

汽油机爆燃具有较大的危害，采用爆燃控制系统可以控制爆燃的发生，及改善发动机的经济性和动力性。本文介绍了已装车实用化的爆燃控制点火系统的组成、工作原理，并对爆燃传感器的特点进行了论述     

客车车外噪声源识别及整车降噪研究

目前客车的车外噪声普遍偏高,成为城市中主要噪声污染源之一.以一款苏州金龙客车作为研究对象,采用选择运行法对其进行声源识别,结果显示风扇、消声器、油底壳为最主要噪声源.通过对主要噪声源采取吸声、隔声、消声等技术措施,有效地衰减了其向外辐射噪声.经权威检测部门测试,该车的整车噪声下降了4.6dB(A),达到了GB1495-2002第二阶段车外加速噪声限值要求.     

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。     

基于抽区间采样的内燃机状态监测方法研究

内燃机由于内部激励源众多,外部测得的振动信号十分复杂,不能准确分析和监测机器的磨损状态。利用各激励力存在一定的相位差进行抽区间采样,可以缩短数据长度,突出局部时间段信号特征,削弱其它干扰成分的影响。提出基于抽区间采样的内燃机状态监测方法：抽取多个工作循环特定时间段的数据,合成一个新的数据信号;对合成信号进行经验模态分解,通过分解后的本征模态函数的幅值谱比较,选取对故障敏感的本征模态函数进行信号的重构;然后对重构的信号进行时频分析,达到对内燃机状态监测的目的。