论文部分内容阅读
发动机属于往复式动力机械,广泛应用于工业及交通运输,随着现代工业技术的发展,发动机故障诊断也日趋重要。本文以东风EQ6100型汽油发动机为研究对象,通过实验采集发动机缸体正常、活塞敲缸、曲轴轴承异响以及活塞销异响四种模式下的振动信号,研究小波理论和支持向量机(SVM)理论,提出小波能量商和及小波包-SVM诊断方法,应用于发动机多种不同故障的识别与分类,取得了较好的效果。主要包括以下内容:
(1)分析发动机曲柄连杆机构的动力性,探讨导致发动机缸体振动的主要激励源和振动传播的路径。
(2)介绍了发动机振动信号的获取过程。发动机故障缸为5缸,为得到准确反映发动机故障的振动信号,选择5缸缸盖表面为正常信号测点,5缸缸体中部为活塞敲缸和活塞销异响故障信号的测点,5缸缸体下部为曲轴轴承异响故障信号的测点,采集发动机振动信号,采样频率为16kHz,数据长度为8192点,转速为2000r/min。
(3)通过对试验信号进行幅值域、时域、频域分析,观察发动机振动信号的特征,发现振动信号能量具有明显的阶跃性特征。
(4)通过分析断火处理对发动机振动的影响,基于小波包分解,构造无量纲指标——小波能量商,对发动机不同模式下的振动信号进行诊断,结果表明,小波能量商可以定量地分析发动机断火前后,其振动信号能量变化(增加或衰减)的程度,有效地识别并区分不同故障,达到较好的诊断效果。
(5)提出小波包-SVM的分析方法,利用小波包提取信号的能量特征,作为SVM输入矢量,通过训练,使SVM具有诊断分类能力,试验信号分析的结果表明,小波包-SVM方法可以对发动机正常、活塞敲缸、曲轴轴承异响、活塞销异响故障进行很好的识别分类。
本文的研究成拓展了发动机故障诊断方法,为发动机的机械故障诊断提供了有效的方法,具有一定的学术价值。