【摘 要】本文介绍了一种基于机械噪声频谱分析的发动机机械特性监测分析方法，提出了系统设计的思路、算法、构成等，并通过实验证明设计的合理性与可行性。
　　【关键词】机械噪声 声谱分析 发动机 机械特性
　　在发动机设计制造、运行维修等领域，对其机械特性的监测是十分重要的环节。现有检测方法对于成型产品检测困难、程序复杂、难以分辨。而且涉及材料、结构、工艺、体积、质量等多个层面，给故障监测带来诸多不便。非接触、实时在线、无损、可靠的机械特性监测和故障判读成为研究热点。声谱探测是一种重要的探测技术， 但由于声谱频带窄、易受干扰、不易识别等特点，声谱探测在实际应用中困难重重。但在监测频率相对稳定的机械运动方面（尤其是系统固有谐振频率）有一定优越性。本文针对发动机的运行特点，研究探讨一种基于噪声声谱分析的探测方法。
　　一、声谱特征库的建立
　　为使分析更具针对性，首先对分析对象进行声谱特征搜集，建立标准特征库，以缩小噪声分析范围。本文以汽车发动机声谱特征为例进行说明。
　　发动机噪声往往代表设备运行的重要信息，和机器的结构、工艺、材料密切相关，可被用来进行机器或部件的质量检测。发动机机械噪声的频率一般为50 Hz～35 kHz。主要由机械噪声和电子噪声组成。按声源的不同可分为4类：机械性噪声、空气动力性噪声、电磁性噪声和高压点火噪声。从时域波形看汽车发动机噪声，具有很大的不确定性，但各类噪声频率分布特征明显，经过傅里叶变换得出噪声信号的频谱分布，适于建立标准特征库。通过声传感器对发动机噪声信号进行采集，经AD转换，将模拟量变成数字量。一方面，对时域波形的声音相关参数进行计算；另一方面，由离散傅里叶变换（DFT）将时域波形数据进行频域变换，得到各个频率分量的响应。对信号频域进行细致划分，设定阈值，从而为判断汽车发动机工作状态提供依据。
　　二、声谱特征实验
　　（一）发动机正常工作噪声频谱特征
　　将发动机正常工作噪声波形采样，分析建立频谱特征库。实验采集发动机正常工作时域波形如图1。每隔一定时间采样一次进行保存，通过傅里叶变换得到每次采样的频谱图，多次采样求平均值，得特征频谱如图2。实验条件：采样频率为190KHZ，采样时间大于20s，采样点1024个，采样次数10次。
　　下面列出实验中发动机正常工作10次采样频谱振幅的平均值，如表1。
　　（二）发动机异常工作噪声实验
　　下面是通过实验采样得到某典型异常工作时的波形和频谱。实验采样条件与前一致。
　　下面列出某异常工作10次采样频谱振幅的平均值，如表2。
　　（三）实验结论
　　上述实验结果是大量实验中的一个例子，旨在说明实验思路与数据处理方式。通过声谱时域到频域的变换可以把时域中一个检测变量变成10个检测变量，按照这10个检测变量分别设定阈值，便可得到1024个机器状态编码，或者说可以分辨出1024个机器状态。从而使对发动机的检测获得更高的分辨率。建立稳定的工作状态库是发动机监测的主要依据，也是系统研发的关键步骤。
　　三、系统设计思路
　　系统可由传感器、前置处理器、嵌入式处理电路以及附属的按键、指示、报警电路组成。由声传感器采集信号，经过前置放大电路，并进行采样保持，经A/D转换变为数字信号，最后经软件处理，进行设定相应指示、报警等。基于噪声分析对发动机系统工作状态进行监测的方法，对于声源频率相对稳定的机械电子系统具有很好的识别性。将噪声信号进行频域变换，实则对监测信号进行了频域编码，增强了监测系统的灵敏度。在机械、电子仪器的鉴别、设计和产品一致性评估等研发领域具有重要意义。
　　参考文献：
　　[1]谢骏等. 基于耳蜗模型的舰船噪声谱分析[J].传感器与微系统. 2009年第28卷第5期：43-45.
　　[2]陈磊等. 数字信号处理技术在噪声频谱分析仪中的应用[D].西安电子科技大学：2010年1月.