基于動態(tài)窗口及統(tǒng)計方式的汽油機爆震識別方法.pdf

1、爆震現(xiàn)象嚴重限制了汽油機經(jīng)濟性、動力性的提高，故而有必要對汽油機爆震識別進行深入研究。燃燒壓力信號是最為直接的爆震識別信號源，基于缸壓的爆震識別方法已越來越多的應用于工程實踐。本研究以汽油機燃燒測試為基礎，針對現(xiàn)有基于缸壓的爆震識別算法的不足，提出三種爆震識別方法。
　　 角域動態(tài)窗口爆震識別算法研究了角域條件下基于爆震高頻振動能量積分效應的爆震識別和爆震強度評價的動態(tài)方法。引入爆震能量相對標識參數(shù)? E 表征爆震窗口和參考窗口

2、內高通爆震信號累積積分能量之差，根據(jù)爆震能量相對標識參數(shù)? E的變化進行爆震窗口域的動態(tài)判定，從而準確識別爆震發(fā)生和合理評價不同工況條件下的爆震強度，以此為指導思想，在Simulink 中建立了角域動態(tài)窗口爆震識別系統(tǒng)，并用燃燒測試實驗對系統(tǒng)的穩(wěn)定性和方法的可行性進行分析和驗證，取得良好效果。該方法克服了VDO 算法固定窗口的缺陷，使窗口寬度選擇更為準確合理，減少了窗口寬度選擇上對工程經(jīng)驗的依賴。
　　 基于爆震因子統(tǒng)計特性的爆

3、震識別方法以爆震事件的隨機性為基礎，通過D檢驗，Lilliefors 檢驗分析爆震因子概率分布特性發(fā)現(xiàn)：非爆震工況爆震因子樣本服從正態(tài)分布；爆震工況爆震因子樣本不服從正態(tài)分布；可通過跳度檢驗異常值檢驗手段剔除爆震工況樣本的異常值，使之服從正態(tài)分布，且剔除的異常值為工況中的爆震事件。爆震識別過程不需要閥值來判別爆震事件，從而避開了爆震閥值的選擇，通過對比不同窗口下的爆震強度，發(fā)現(xiàn)該算法對窗口寬度不敏感，從而降低了窗口寬度對爆震識別的影響，

4、降低了爆震識別對工程經(jīng)驗的依賴。從實驗分析來看，該算法可以很好的檢測工況中的爆震事件，使爆震因子的應用更為合理。
　　 基于燃燒高頻振動信號時間序列模型的爆震識別方法將系統(tǒng)識別的概念引入爆震檢測中，形成了一種給定置信度的爆震閥值，雖以之判別爆震事件仍不具備絕對性，卻可以確定誤判的概率。分析中以燃燒高頻信號為系統(tǒng)輸出，構建系統(tǒng)數(shù)學模型，則燃燒信號的變化表現(xiàn)為系統(tǒng)模型參數(shù)的變化。本次分析中選擇缸壓峰值前后100、150個數(shù)據(jù)點作為爆

5、震窗口，用隨機選擇的一系列爆震窗口內高頻振動信號構建時間序列模型，并以模型參數(shù)向量均值的馬氏距離為爆震識別標識。
　　 采用蒙特卡洛方法處理非爆震工況數(shù)據(jù)，確定了置信度為99％的爆震閥值。該方法可以控制爆震閥值的置信度，確定被爆震事件被誤判的概率，爆震和非爆震工況的馬氏距離遠離爆震閥值，爆震識別清晰明顯，另外，由于時間序列分析中不需要曲軸轉角信號，使燃燒測試實驗更為簡單方便。從實驗結果來看，三種方法均可合理的進行爆震事件識別和工