论文部分内容阅读
摘要： 发动机早期磨损故障特征微弱且呈现非平稳循环特征，提出一种非平稳循环特征极坐标增强方法。利用连续小波变换对发动机振动信号进行处理，然后根据发动机工作过程与配气相位的关系对于每一工作循环数据进行等角度采样，将信号特征由直角坐标系映射到极坐标系并进行同步增强，并利用模糊C均值聚类对故障特征参数进行分类识别。仿真信号的分析对比显示了该方法能够削弱噪声干扰，突出信号特征。运用此方法对某型发动机曲轴轴承磨损信号进行分析，有效地提取了曲轴轴承磨损特征信息，准确识别了曲轴轴承不同磨损故障。关键词： 发动机； 故障诊断； 曲轴轴承磨损； 特征增强
中图分类号：TK421.24文献标识码： A文章编号： 10044523（2013）06096005
引言
发动机曲轴轴承系统是发动机的关键部件，曲轴轴承承受复杂的交变载荷作用，工作环境十分复杂，工作条件十分恶劣，极易因曲轴轴承磨损引发故障，导致曲轴轴承烧毁和曲轴断裂。通常情况下，发动机曲轴故障是一个由早期轻微故障逐渐向严重故障演变的过程，因此，开展发动机曲轴轴承早期故障研究，对于确保发动机运行安全，避免重大事故及经济损失，实现视情维修具有重大的现实意义。
早期轻微故障特征信息较微弱，同时现场存在大量的噪声干扰，造成实际故障诊断较为困难[1]。该方向的研究引起了众多学者的兴趣[2～8]，文献[5～7]针对具有等时周期特征明显的旋转设备故障，在时频表示的基础上，通过坐标变换方法，实现了信号的瞬态特征增强。然而，该方法对于信号周期性、平稳性要求太高，不适合非平稳周期循环变化的发动机信号。为此，作者在原有研究成果的基础上进一步开展工作，提出与发动机信号特点相适应的特征增强方法——基于非平稳循环特征极坐标增强方法。通过仿真信号及实际信号分析，结果表明，该方法可以削弱噪声干扰，突出信号特征。
5结论
（1）曲轴轴承早期磨损故障特征微弱且呈现非平稳循环特征，提取早期故障特征信息是一个难题。采取基于非平稳循环特征极坐标增强方法，消除了曲轴轴承振动信号中的非周期分量和随机干扰，显著增强了故障特征，从而为发动机曲轴轴承早期磨损故障监测诊断提供了有效手段。
（2）曲轴磨损正常、轻微磨损、中等磨损、严重磨损四种状态的界限是模糊的，选取非平稳循环特征极坐标增强后的不同频段能量作为特征参数，建立了曲轴轴承4种磨损状态的标准诊断样本，并利用模糊C均值聚类方法建立了聚类中心及分类矩阵。通过计算待测故障样本与已知故障样本聚类中心的欧氏距离实现了曲轴轴承磨损状态的分类识别。故障诊断实例表明，该方法能有效地诊断曲轴轴承磨损故障。
参考文献：
[1]贾继德.军用车辆发动机故障特征提取及诊断技术[M].北京：海潮出版社，2009.
[2]贾继德，孔凡让，李志远，等.基于时频分析的发动机曲轴轴承磨损故障的诊断研究[J].中国科学技术大学学报，2003，33（6）：709—717.
[3]罗忠辉，薛晓宁，王筱珍，等.小波变换及经验模式分解方法在电机轴承早期故障诊断中的应用[J].中国电机工程学报，2005，25（14）：125—129.
[4]李宏坤，赵长生，周帅，等. 基于小波包—坐标变换的滚动轴承故障特征增强方法[J].机械工程学报，2011，47（19）：75—79.
[5]Meltzer G， Nguyen Phong Dien. Fault diagnosis in gears operating under nonstationary rotational speed using polar wavelet amplitude maps[J].Mechanical Systems and Signal Processing，2004，18： 985—992.
[6]朱忠奎，伍小燕，李德风，等.周期特征的极坐标同步增强及其在轴承故障检测中的应用[J].振动工程学报，2008，21（6）：635—638.
[7]Zhu Zhongkui，He Zhiyong，Wang Anzhu. Synchronous enhancement of periodic transient on polar diagram for Mechanical fault diagnosis[J].International Journal of Wavelets， Multiresolution and Information Processing， 2009， 7（4）： 427—442.
[8]贾继德，傅立峰，刘志刚，等.基于瞬变工况阶比跟踪的发动机监测方法研究[J].振动工程学报，2005，18（3）：381—383.
中图分类号：TK421.24文献标识码： A文章编号： 10044523（2013）06096005
引言
发动机曲轴轴承系统是发动机的关键部件，曲轴轴承承受复杂的交变载荷作用，工作环境十分复杂，工作条件十分恶劣，极易因曲轴轴承磨损引发故障，导致曲轴轴承烧毁和曲轴断裂。通常情况下，发动机曲轴故障是一个由早期轻微故障逐渐向严重故障演变的过程，因此，开展发动机曲轴轴承早期故障研究，对于确保发动机运行安全，避免重大事故及经济损失，实现视情维修具有重大的现实意义。
早期轻微故障特征信息较微弱，同时现场存在大量的噪声干扰，造成实际故障诊断较为困难[1]。该方向的研究引起了众多学者的兴趣[2～8]，文献[5～7]针对具有等时周期特征明显的旋转设备故障，在时频表示的基础上，通过坐标变换方法，实现了信号的瞬态特征增强。然而，该方法对于信号周期性、平稳性要求太高，不适合非平稳周期循环变化的发动机信号。为此，作者在原有研究成果的基础上进一步开展工作，提出与发动机信号特点相适应的特征增强方法——基于非平稳循环特征极坐标增强方法。通过仿真信号及实际信号分析，结果表明，该方法可以削弱噪声干扰，突出信号特征。
5结论
（1）曲轴轴承早期磨损故障特征微弱且呈现非平稳循环特征，提取早期故障特征信息是一个难题。采取基于非平稳循环特征极坐标增强方法，消除了曲轴轴承振动信号中的非周期分量和随机干扰，显著增强了故障特征，从而为发动机曲轴轴承早期磨损故障监测诊断提供了有效手段。
（2）曲轴磨损正常、轻微磨损、中等磨损、严重磨损四种状态的界限是模糊的，选取非平稳循环特征极坐标增强后的不同频段能量作为特征参数，建立了曲轴轴承4种磨损状态的标准诊断样本，并利用模糊C均值聚类方法建立了聚类中心及分类矩阵。通过计算待测故障样本与已知故障样本聚类中心的欧氏距离实现了曲轴轴承磨损状态的分类识别。故障诊断实例表明，该方法能有效地诊断曲轴轴承磨损故障。
参考文献：
[1]贾继德.军用车辆发动机故障特征提取及诊断技术[M].北京：海潮出版社，2009.
[2]贾继德，孔凡让，李志远，等.基于时频分析的发动机曲轴轴承磨损故障的诊断研究[J].中国科学技术大学学报，2003，33（6）：709—717.
[3]罗忠辉，薛晓宁，王筱珍，等.小波变换及经验模式分解方法在电机轴承早期故障诊断中的应用[J].中国电机工程学报，2005，25（14）：125—129.
[4]李宏坤，赵长生，周帅，等. 基于小波包—坐标变换的滚动轴承故障特征增强方法[J].机械工程学报，2011，47（19）：75—79.
[5]Meltzer G， Nguyen Phong Dien. Fault diagnosis in gears operating under nonstationary rotational speed using polar wavelet amplitude maps[J].Mechanical Systems and Signal Processing，2004，18： 985—992.
[6]朱忠奎，伍小燕，李德风，等.周期特征的极坐标同步增强及其在轴承故障检测中的应用[J].振动工程学报，2008，21（6）：635—638.
[7]Zhu Zhongkui，He Zhiyong，Wang Anzhu. Synchronous enhancement of periodic transient on polar diagram for Mechanical fault diagnosis[J].International Journal of Wavelets， Multiresolution and Information Processing， 2009， 7（4）： 427—442.
[8]贾继德，傅立峰，刘志刚，等.基于瞬变工况阶比跟踪的发动机监测方法研究[J].振动工程学报，2005，18（3）：381—383.