基于独立分量分析及小波变换的内燃机辐射噪声盲源分离和识别

为了分离和识别内燃机噪声源,结合独立分量分析和小波变换技术对内燃机辐射噪声信号进行了盲源分离和声源识别的研究.根据独立分量分析的基本原理,采用基于负熵极大的FastICA算法对4缸柴油机的辐射噪声信号进行了盲源分离,将噪声信号分解成一系列独立分量.采用快速傅里叶变换和小波变换技术对各个独立分量进行了分析,结合时频分析的结果和内燃机各噪声源信号的频谱结构,确定了分离得到的各独立分量与内燃机不同噪声源的对应关系.研究结果表明:这些独立分量分别对应着柴油机的燃烧噪声、活塞敲击噪声、正时齿轮噪声及排气辐射噪声等噪声源.     

基于独立成分小波分析的内燃机噪声源识别

对独立成分分析的基本原理和数学模型进行了简要叙述,以某六缸柴油机为研究对象,对其不同工况下的噪声信号进行了统计独立性和高斯性分析,噪声信号基本满足独立成分分析的前提条件。采用基于峭度的梯度算法对噪声信号进行了盲分离,得到一序列独立分量。为进一步识别各独立分量,采用傅立叶和连续复小波变换对其进行时频分析,并结合一些内燃机先验知识分析发现,这些独立分量基本上对应着内燃机的燃烧噪声、正时齿轮噪声、活塞敲击噪声等噪声源,因此,采用独立成分小波分析技术对内燃机噪声信号进行盲分离以识别其主要噪声源是可行的。     

基于独立分量分析的内燃机噪声信号分离

采用独立分量分析的方法对内燃机的噪声信号进行了研究。首先对独立分量分析的基本原理进行了简要的叙述,在FastICA算法的基础上建立了内燃机噪声的独立分量分析模型,并编制了相应的计算程序。以某四缸柴油机为研究对象测量了不同工况下的噪声信号,计算了这些噪声信号的统计峰度,确认其为非高斯信号,满足独立分量分析的基本要求。然后对测得的柴油机噪声信号进行了独立分量分析,将其分解为一系列不同的独立分量。为了了解各独立分量的时频分布,用小波变换的方法对它们进行分析,分析结果表明,这些不同的独立分量对应着不同的内燃机噪声源信号。     

内燃机噪声信号的独立分量分析

叙述了独立分量分析(ICA)的基本原理,分析了运用独立分量分析技术分析内燃机噪声信号的几个基本问题。单缸柴油机噪声信号峰度值的统计规律表明噪声信号满足ICA的基本要求。运用FastICA算法对某单缸机的噪声信号进行了分析,将噪声信号分解成一系列的分量。运用傅立叶变换和小波分析技术对不同的分量进行了分析,结合时频分析的结果和内燃机噪声辐射的机理确定了不同的分量与内燃机不同的噪声源相对应。     

基于独立分量分析技术的内燃机噪声源识别

为降低内燃机的噪声,需要有效地识别内燃机的众多噪声源。采用一种新的独立分量分析技术对采集到的内燃机混叠噪声信号进行分离,并结合噪声产生机理辨别出单个噪声分量对应于内燃机的相应噪声源,从而有效地识别内燃机噪声源。实践证明,该技术可以有效识别内燃机的混叠噪声。最后就噪声控制提出了建议。     

基于EMD和HHT的内燃机噪声信号时频特性研究

简述了经验模态分解(EMD)和Hilbert-Huang变换(HHT)的基本原理与方法.设计仿真试验,验证经验模态分解方法和Hilbert-Huang变换技术对复杂信号的分解和时频分析能力.以某6缸发动机为研究对象,采用小波包分解方法对噪声信号进行滤波预处理,并对滤波后信号进行经验模态分解,得到多个具有不同频率的本征模态函数分量,分别对各分量进行希尔伯特黄变换,分析其幅值和频率随时间变化的特性,结合内燃机结构声辐射机理,分析各分量产生原因,识别噪声源.研究结果表明:经验模态分解方法和Hilbert-Huang变换技术适于分析内燃机噪声信号.     

基于盲源分离算法的柴油机噪声激励源诊断北大核心CSCD

基于负熵极大化算法的盲源分离技术,结合小波变换谱分析技术提出了自适应系数负熵极大化盲源分离算法及连续小波变换(adaption negentropy maximum–continuous wavelet transform,ANM–CWT)综合分析技术。并利用ANM–CWT分析技术,成功识别出了怠速工况下发动机由燃烧产生的燃烧噪声激励源、由机械运动产生的机械噪声激励源及由活塞敲击气缸壁而产生的异响噪声激励源。     

基于信号分析的发电机组辐射噪声盲源分离和识别

具有独立分量的经验模态分解算法结合了独立成分分析算法和经验模态分解算法的优点,可通过单个观测信号将噪声源分解成一系列独立分量,保证了分离出的声源的独立性,同时利用小波变换技术对各个独立分量进行了分析,通过时频分析结果确定了各独立分量与发电机组各噪声源的对应关系,并通过试验进行了验证。研究结果表明:这些独立分量分别对应着配气机构噪声、平衡轴驱动齿轮噪声、正时齿轮噪声和进气噪声。     

内燃机振动信号的盲源分离方法试验研究

应用Gray’s变量准则作为代价函数研究了基于源信号非高斯性的多通道盲最小均方差算法。针对内燃机振动信号源分离的实际需要,首先生成3路模拟卷积混合信号进行盲源分离,分离信号与源信号相比,除幅值缩放和时间延迟外,其他信息基本得到了保留。以4135型柴油机为研究对象同时测得机体10路振动信号,每次选择3路信号进行盲源分离试验,3组试验得到不同的独立分量,经过分析确定这些独立分量分别为活塞撞击、排气阀关闭和进气阀关闭产生的信号。仿真信号和实测内燃机振动信号的分离结果表明多通道盲最小均方差是一种有效的盲源分离算法。     

基于独立分量分析和时频分析的柴油机燃烧噪声研究Ⅰ:燃烧噪声分析

燃烧噪声是柴油机最主要的噪声源之一,重点研究基于独立分量分析的燃烧噪声分离.首先针对柴油机噪声成分的复杂性,应用FastICA方法从噪声测试信号中分离了源信号分量,应用峭度检验了柴油机噪声信号的非Gauss性.根据时间信息识别了燃烧噪声和喷油噪声等独立分量.其次针对噪声信号的非平稳性,研究基于小波尺度谱噪声分量的时频特征分析.针对试验工况下的独立噪声分量,应用Morlet小波尺度谱在时频联合域内提取了各噪声分量的时频特征.     

内燃机缸内压力与燃烧噪声

利用小波包分析提取缸内压力和测量噪声的时频信息，结合频谱分析技术，对缸内压力和测量噪声特性进行了研究．结合缸内压力和测量噪声的传递函数及相干分析，讨论了测量噪声各频带活塞拍击噪声和燃烧噪声的情况，并对缸内压力和燃烧噪声各频带所占能量进行了计算和研究．结果表明，通过缸内压力和噪声的时频及频谱分析，能获取更加详细的燃烧噪声和活塞拍击噪声信息，为燃烧噪声的分离以及机理研究提供了技术支撑．     

基于分形理论的内燃机噪声信号分析

提出了基于分形的内燃机噪声信号的内燃机故障诊断方法。根据分形理论的G-P算法,阐述了内燃机噪声信号分形关联维数的计算方法,并对维数计算过程中参数的选取进行了详细的论述。通过对实际测量的内燃机噪声信号的关联维数计算分析,证明了内燃机噪声信号的分形特性。计算结果表明:内燃机噪声信号关联维数随内燃机工作状况改变有明显的变化,可作为内燃机工作状态监测和故障诊断的一个特征量。     

一种新型多杆内燃机的机构运动学与动力学的虚拟仿真研究

运用虚拟样机技术对所提出的一种用于内燃机的新型多杆机构建立了Pro-E以及ADAMS模型。使用ADAMS机构学仿真程序进行了运动学与动力学模拟计算研究。结果表明，这种新型内燃机的运动学特性明显呈现出与传统内燃机不同的两大特性，非对称性和滞胀特性；前者将使发动机在相同转速下的进气和燃烧时间明显延长而压缩时间缩短，有助于改善发动机的燃烧和进气过程；后者有利于改善循环的热功转换效率；而动力学计算结果则显示，新型内燃机设计良好时膨胀行程中的活塞侧压力可以减小，而且成功地使活塞避开了在气缸压力的极值附近换向，这一特性有助于减小摩擦损失并降低活塞敲击产生的振动和噪声。     

基于独立分量分析的水轮机振动信号信噪分离与特征提取

针对水轮机导轴承工作环境复杂,测得信号掺杂噪声给信号处理带来困难的问题,提出一种基于独立分量分析的水轮机振动信号的信噪分离方法,并通过信号仿真验证了该方法分离两源混合信号(原始信号和噪声)的准确性。在此基础上引入经验模态分解算法对采集振动信号的噪声分离,经过仿真信号与实测信号分离的对比,验证了所提方法在水力机械故障诊断方面的工程应用价值。     

内燃机活塞拍击表面振动与燃烧噪声的关系

通过测量噪声和表面振动信号，用时间窗获取的噪声信号主要为活塞拍击噪声和燃烧噪声，并对表面振动信号进行频谱分析和时频分析，确定该噪声信号中活塞拍击噪声可能出现的频率范围和对整个噪声分析频率带能量的贡献，不加区别地把燃烧噪声和活塞拍击噪声看作是燃烧噪声进行燃烧噪声机理研究的方法是不可取的。     

改进EMD降噪方法在水轮机尾水管压力脉动信号中的应用

针对水轮机尾水管压力脉动信号的降噪处理问题,提出一种基于改进经验模态(EMD)分解的降噪方法。首先将信号进行EMD分解,得到一系列本征模态函数;然后利用基于自相关函数特性的分析方法将其分解为噪声主导分量和信号主导分量两部分,并将噪声主导分量利用小波软阈值降噪;最后将经过处理的噪声主导分量与信号主导分量重构成新信号,用于后续分析。通过与基于互相关分析的EMD降噪法对比,发现该方法具有更高的信噪比,既保留了尾水管压力脉动信号的低频成分,又保留了其有用的高频成分,是一种有效的水轮机尾水管压力脉动信号降噪方法。     

TGDI汽油机噪声源时域分离方法研究

汽油涡轮增压缸内直喷(TGDI)汽油机噪声源时域分离对优化燃烧噪声、机械噪声和提升整机声品质至关重要．根据汽油机辐射噪声与缸内压力、转矩激励源之间的传递特性规律，将汽油机噪声分离并定义为燃烧噪声、转矩相关噪声和残余机械噪声．利用主成分回归分析和卷积理论，提出一种汽油机噪声源时域分离方法，建立TGDI汽油机噪声源时域分离模型，并利用缸内压力、转矩与总噪声之间的相干性，验证模型的正确性．开展TGDI汽油机噪声源的分离研究，获得燃烧噪声、转矩相关噪声和残余机械噪声等时域信号，通过倒拖试验方法验证残余机械噪声实测值与计算值之间的吻合程度，验证了分离结果的准确性；对分离后的3种类型噪声时域信号进行频谱分析，确定了3种噪声源的时、频域分布规律．     

基于匹配跟踪的柴油机活塞敲击振动特征提取方法

以某12150型柴油机为研究对象,通过分析柴油机活塞敲击振动信号的时频特性,提出了基于组合阻尼正弦原子的匹配跟踪算法。利用该算法对仿真信号进行分析,发现相比单一正弦原子,组合阻尼正弦原子的匹配效率和准确度更高。采用该算法提取活塞敲击振动响应的发生时刻及能量值,结果表明提取的特征能够准确反映缸套的磨损状况,进而验证了算法的有效性和实用性。     

基于CEEMDAN和混合灰狼算法优化SVM的水电机组故障诊断方法

为有效利用水电机组的振动信号诊断机组故障,提出了一种基于自适应噪声完备集合模态分解(CEEMDAN)和混合灰狼算法优化支持向量机(HGWO-SVM)的水电机组故障诊断方法.首先利用CEEMDAN方法对原始振动信号进行分解降噪,获得原始信号的各模态分量(IMF),并以IMF为基础构造各样本下机组信号的特征向量;接着在原始...     

某汽油机活塞销噪声的故障诊断及改进

介绍了一种活塞销噪声,对异响发动机进行了振动测试,通过角度域分析的手段,确定了该噪声为活塞销敲击噪声,通过改善润滑,在不减小配合间隙的情况下消除了该噪声。