非平穩(wěn)信號(hào)特征提取方法研究及其在內(nèi)燃機(jī)故障診斷中的應(yīng)用.pdf

1、內(nèi)燃機(jī)健康狀態(tài)評(píng)估與不解體故障診斷是內(nèi)燃機(jī)及以其為動(dòng)力源的機(jī)械系統(tǒng)以最小的維護(hù)與維修成本安全運(yùn)行的重要保障措施。內(nèi)燃機(jī)表面振動(dòng)信號(hào)中包含了豐富的狀態(tài)信息，但由于內(nèi)燃機(jī)結(jié)構(gòu)復(fù)雜、運(yùn)行工況多變的工作特點(diǎn)，導(dǎo)致其表面振動(dòng)信號(hào)表現(xiàn)為繁雜的非平穩(wěn)、非線性時(shí)變信號(hào)，很難直接作為內(nèi)燃機(jī)健康狀態(tài)評(píng)估與故障診斷的依據(jù)。因此，對(duì)內(nèi)燃機(jī)表面振動(dòng)信號(hào)進(jìn)行深度加工并提取能表征其運(yùn)行狀態(tài)的關(guān)鍵特征就成為內(nèi)燃機(jī)不解體故障診斷方法研究中的關(guān)鍵問題。
　　論文研究

2、了非平穩(wěn)、非線性振動(dòng)信號(hào)特征提取方法及模式識(shí)別理論。通過對(duì)內(nèi)燃機(jī)振動(dòng)信號(hào)的分析再處理，提取能表征內(nèi)燃機(jī)運(yùn)行狀態(tài)的關(guān)鍵特征信息，對(duì)比提取的特征信息并利用模式識(shí)別器進(jìn)行分類，實(shí)現(xiàn)內(nèi)燃機(jī)工作狀態(tài)和故障類型的判定。
　　論文在研究小波閾值降噪理論的基礎(chǔ)上，提出了一種基于自適應(yīng)小波包改進(jìn)閾值的降噪方法。仿真結(jié)果表明，該方法在信噪比及均方根誤差方面均優(yōu)于傳統(tǒng)小波閾值降噪法。
　　通過研究局域波分解與小波包分解頻帶能量理論，提出EEMD-

3、小波能量與LMD-小波能量信號(hào)特征提取方法，并利用兩種方法對(duì)柴油機(jī)噴油提前角故障進(jìn)行診斷，結(jié)果表明：LMD-小波能量方法在故障診斷中更優(yōu)。
　　同時(shí)，針對(duì)盲源分離過程中無法實(shí)現(xiàn)單通道信號(hào)輸入以及經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和基于線性假設(shè)的獨(dú)立分量分析（ICA）在分析非線性信號(hào)方面的不足，提出基于局域均值分解（LMD）與核獨(dú)立分量分析（KICA）協(xié)同的信號(hào)源特征提取方法（LMD-KICA），并且在柴油機(jī)故障診斷中得到應(yīng)用。
　　以L

4、MD與KICA協(xié)同的信號(hào)特征提取方法為基礎(chǔ)，論文提出基于KICA-LMD分形理論的信號(hào)特征提取方法（KICA-LMD-CD）。首先利用自適應(yīng)小波包改進(jìn)閾值方法和數(shù)學(xué)形態(tài)濾波方法對(duì)柴油機(jī)故障信號(hào)進(jìn)行降噪預(yù)處理，然后經(jīng)過KICA-LMD分解后計(jì)算分量（PFs）分形關(guān)聯(lián)維數(shù)值，通過分析關(guān)聯(lián)維數(shù)值大小及其變化趨勢(shì)判斷柴油機(jī)噴油提前角狀態(tài)。同時(shí)探討了噪聲及局域波分解對(duì)柴油機(jī)振動(dòng)信號(hào)關(guān)聯(lián)維數(shù)計(jì)算的影響。結(jié)果表明：噪聲對(duì)關(guān)聯(lián)維數(shù)值計(jì)算影響較大，降噪是

5、計(jì)算關(guān)聯(lián)維數(shù)的前提；KICA-LMD分解后分量PFs的關(guān)聯(lián)維數(shù)值可以作為柴油機(jī)工作狀態(tài)的判斷依據(jù)。
　　將支持向量機(jī)作為柴油機(jī)氣門間隙故障診斷的分類識(shí)別器。提出了一種基于KICA-LMD相關(guān)系數(shù)的信號(hào)特征提取方法，用于提取某六缸柴油機(jī)振動(dòng)信號(hào)分解分量PFs的相關(guān)系數(shù)，并作為支持向量機(jī)的特征量對(duì)柴油機(jī)故障進(jìn)行分類。
　　綜合上述方法提出了一種多特征提取分類識(shí)別的信號(hào)特征提取方法。對(duì)某六缸柴油機(jī)氣門間隙七種狀態(tài)的缸蓋振動(dòng)信號(hào)提取