论文部分内容阅读
气门异响故障是一种常见的汽车发动机机械故障,由于其出现频率高、危害大而倍受广大汽车驾驶员、汽车机械工程师以及一些理论工作者的关注。在实践中,气门异响故障的诊断方法有人工直接法和现代仪器法两种,这两种诊断方法各有优长,但也存在一定的局限性。本文在系统回顾了国内外异响故障诊断研究的现状后,提出运用小波分析提取异响信号特征,建立异响故障专家系统来诊断气门异响故障的想法,并在windows XP平台上用matlab软件来实现这一想法。异响故障诊断的前提是能够采集、识别和分离异响信号。由于异响信号常常被淹没在强大的背景噪声之中,为提高数据采集精度,本系统数据采集采用压电晶体加速度传感器撷取气门罩表面的振动信号,经电荷放大、滤波、A/D转换由串口输入系统。小波分析技术是一种全新的时频分析技术,它在时域和频域上同时具有良好的局部化特性。利用小波分析技术对发动机故障信号和正常信号进行小波分解,取其细节信号及其包络谱作对比分析,即可判断故障信号的频率带。最后通过数字滤波实现异响信号分离。故障诊断专家系统开发的关键是诊断参数设计、知识表示、知识库的建立和推理机制。本文借用信噪比的定义思想,用“信噪比”作为一个重要参数来度量发动机声音信号与异响声音信号强度的对比程度,并把怠速、低速、中速和高速情况下“信噪比”的关系作为异响故障诊断的依据之一。系统知识表示采用产生式规则法表示,即用一个“与或树”来表示“故障树”。知识库的建立运用了matlab元胞数组灵活的数据存储功能,让每一个诊断参数对应一个元胞数组的元素(矩阵元素)。本系统在标准试验建库阶段采用的是反向推理,在故障诊断过程中运用的是正向推理,在自学习环节则用的是正反向混合推理。本系统程序是在matlab图形化用户界面GUI环境下编程完成的。