基于AWMMD的柴油机气缸故障特征提取方法研究

针对柴油机气缸故障诊断时的噪声干扰问题，提出一种自适应加权多尺度形态分解(adaptive weighted multi-scale morphological decomposing, AWMMD)方法，从各个缸盖表面振动信号中提取故障特征。基于三种组合算子构造一种新的组合差值形态滤波器，用于对振动信号进行多尺度分解；以Teager能量峭度作为评判指标，设计基于遗传算法的各尺度形态模式分量(morphological mode component, MMC)权值自适应分配算法，提出加权多尺度形态分解方法；将自适应权值与多尺度分解的形态模式分量进行绑定，得到优化的故障特征提取结果。仿真信号测试与柴油机故障模拟信号分析结果表明，该方法能有效抑制噪声干扰并提取故障特征。