论文部分内容阅读
随着科技的进步发展，汽车在社会生活中占据的逐渐增大的比重.有关数据显示，过去一年我国汽车保有量达到2.9亿量.庞大的汽车保有量和汽车使用人群对汽车故障诊断提出了更高的需求，而发动机又是汽车中的高频故障部位.一方面，汽车发动机故障诊断的研究可以减少传统维修带来的经济上过多的消耗；另一方面，可以对行车安全提供更多的保障.本研究的开展是基于汽车发动机故障时所引发的振动信号的异常来进行的.通过搭建由压电传感器、放大器及NI数据采集卡构成的数据采集系统对不同故障情况下发动机缸盖所传递出的振动信号进行采集.目前正在研究的发动机故障状况包括：缺缸、气门间隙异常、曲轴轴承磨损、活塞敲缸等.针对采集到的不同类型故障信号进行充分的故障特征提取，包括时域特征、频域特征及时频特征等，通过特征降维得到有效反应每种故障状况的特征向量.最后以特征向量为依据进行模式识别.选择不同的模式识别方法对比来进行识别并最终提高识别正确率到95％以上.