论文部分内容阅读
随着发动机动力性提升,以及增压、富氧等燃烧强化形式的多样性,爆震成为影响发动机性能和排放的重要问题之一。爆震不仅影响发动机性能,甚至损坏发动机。因此,及时有效地检测发动机爆震具有着重要的研究意义和工程应用价值。目前,装于缸体的加速度振动传感器广泛应用于发动机爆震检测系统中,鉴于振动信号构成复杂及其多源影响,信号处理和准确精细的特征提取就显得尤为重要。为此,本文提出发动机振动信号的小波包变换爆震分析及其特征提取方法,并进行了系统深入的研究,尤其是对低信噪比和轻微爆震的探测分析,推动相关技术理论的进步。研究工作包括理论分析和实测信号处理两个方面。其一,通过研究小波变换和小波包变换提取爆震特征,以及性能比较分析,系统诠释了小波包变换在低信噪比和轻微爆震特征探测方面的优势,并提出了利用小波包变换进行爆震特征提取的方法。同时,对爆震信号建立AR(Autoregressive)模型,利用参数化功率谱密度估计方法,确定爆震频率。此外,在小波包变换中,通过调节分解树结构,保留包含爆震信息的小波包变换系数,去除噪声系数,进行小波包重构,提取出更加有效的爆震特征,同时抑制了多重噪声。本文提出的基于小波包变换的爆震特征提取方法,是一种比小波分析更精细的分析方法,提高了信号的时频分辨率。通过对小波包分解系数的合理取舍,既保留了更多的爆震信息,同时降低了噪声水平,提升了信噪比。其二,提出了小波包变换与高阶累积量相结合的爆震特征协同提取方法。首先分析振动信号四阶累积量与爆震强度的关联性,并将四阶累积量的特殊切片,即峰度应用到信号的小波包变换中,获得小波包变换系数峰度,可判断系数是否包含爆震信息,进一步提高小波包变换提取爆震特征的准确性。在对振动信号处理中,还系统比较了本方法与其它爆震检测方法,如滤波、小波变换等。研究结果表明,本方法更进一步提升了信噪比,更适合用于信噪比低和微弱爆震信号检测中。研究中通过发动机爆震信号采集实验系统,以典型工况的振动信号采集和处理为例,系统分析小波基和发动机转速等因素的影响。其中,选择了常见的19种小波基函数,研究各种小波基提取爆震特征的性能差异,提出爆震特征提取的小波基选择准则,以及建立了爆震强度评价和临界爆震判定的方法,有利于提高爆震实时检测控制效率。