论文部分内容阅读
【摘要】发动机作为汽车动力的输出机构，结构复杂，故障率高，选用汽车发动机为故障诊断对象建立故障诊断专家系统具有更多的实际意义。为了使研究更具有可操作性，选用发动机连杆轴承故障为单一研究对象，利用小波分析在故障诊断中的具体应用，探讨汽车故障诊断专家系统的基本理论和系统结构有较强的针对性。
【关键词】发动机；专家系统；小波分析
【中图分类号】TH 【文献标识码】A
【文章编号】1007-4309（2013）05-0073-1
一、研究的目标
为便于研究，把基于声学信号的连杆轴承异响故障诊断问题形式化描述为：y（t）=w（t）+s（t）+v（t）。其中，y（t）为发动机混响信号，w（t）为无故障时发动机工作声响信号，s（t）为“纯净的”发动机异响信号，当存在多源异响时，它是一个混合信号，v（t）为本底噪声。研究目标是从观测信号y（t）中分离异响故障信号s（t），然后，采用合适的数字信号处理方法对信号进行处理来提取异响信号特征向量集，建立连杆轴承异响故障诊断知识库，并构建发动机连杆轴承异响专家系统。
二、研究的方法
在实践中，连杆轴承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。在系统回顾了国内外异响故障诊断研究的现状后，计划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连杆轴承异响故障，同时在windows平台上用C#软件来实现。
异响故障诊断的基础是能够采集、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，系统数据采集拟用传感器撷取振动信号，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，取细节信号及其包络谱作对比分析，进而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。拟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”。知识库的建立拟用了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）。
三、研究的内容
1.选择传感器、数据采集卡、电荷放大器等设备，设计外围电路，从发动机上采集发动机混响声音信号。
2.将小波分析理论应用到发动机声音信号的消噪处理中，实现对发动机声音信号的第一步提纯处理。
3.运用小波分析、功率谱、包络谱、数字滤波等数字信号处理技术对异响信号进行处理，提取异响故障信号特征。
4.设计异响故障诊断专家系统结构。
5.实验部分。通过对样本的试验研究，建立某型发动机连杆轴承异响故障诊断知识库，并通过实验检验系统功能。
四、总结
本文对发动机曲轴连杆机构的故障诊断专家系统构建的思路、研究的方法内容进行了初步的探讨。前期研究表明用小波分析的方法分离异响信号并提取的方法是可行的，然后通过故障树的方法完成故障诊断专家系统的构建，可应用于发动机曲轴连杆机构故障的快速诊断。
【文章编号】王国宁：装甲兵技术学院。 王海鹏：装甲兵技术学院。 陈明飞：装甲兵技术学院。
【关键词】发动机；专家系统；小波分析
【中图分类号】TH 【文献标识码】A
【文章编号】1007-4309（2013）05-0073-1
一、研究的目标
为便于研究，把基于声学信号的连杆轴承异响故障诊断问题形式化描述为：y（t）=w（t）+s（t）+v（t）。其中，y（t）为发动机混响信号，w（t）为无故障时发动机工作声响信号，s（t）为“纯净的”发动机异响信号，当存在多源异响时，它是一个混合信号，v（t）为本底噪声。研究目标是从观测信号y（t）中分离异响故障信号s（t），然后，采用合适的数字信号处理方法对信号进行处理来提取异响信号特征向量集，建立连杆轴承异响故障诊断知识库，并构建发动机连杆轴承异响专家系统。
二、研究的方法
在实践中，连杆轴承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。在系统回顾了国内外异响故障诊断研究的现状后，计划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连杆轴承异响故障，同时在windows平台上用C#软件来实现。
异响故障诊断的基础是能够采集、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，系统数据采集拟用传感器撷取振动信号，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，取细节信号及其包络谱作对比分析，进而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。拟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”。知识库的建立拟用了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）。
三、研究的内容
1.选择传感器、数据采集卡、电荷放大器等设备，设计外围电路，从发动机上采集发动机混响声音信号。
2.将小波分析理论应用到发动机声音信号的消噪处理中，实现对发动机声音信号的第一步提纯处理。
3.运用小波分析、功率谱、包络谱、数字滤波等数字信号处理技术对异响信号进行处理，提取异响故障信号特征。
4.设计异响故障诊断专家系统结构。
5.实验部分。通过对样本的试验研究，建立某型发动机连杆轴承异响故障诊断知识库，并通过实验检验系统功能。
四、总结
本文对发动机曲轴连杆机构的故障诊断专家系统构建的思路、研究的方法内容进行了初步的探讨。前期研究表明用小波分析的方法分离异响信号并提取的方法是可行的，然后通过故障树的方法完成故障诊断专家系统的构建，可应用于发动机曲轴连杆机构故障的快速诊断。
【文章编号】王国宁：装甲兵技术学院。 王海鹏：装甲兵技术学院。 陈明飞：装甲兵技术学院。