柴油机振动信号特征提取与故障诊断方法探讨

《柴油机振动信号特征提取与故障诊断方法探讨》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、柴油机振动信号特征提取与故障诊断方法探讨【摘要】柴油机作为动力机械，其运行状态的好坏，直接影响到成套设备的工作状况。因此，对其进行运行状态监测和故障诊断，确保设备处于最佳运行状态，提高设备维修质量和效率是十分必要的。本文应用了小波包提取了特征值并用BP网络进行了故障识别。【关键词】柴油机;故障诊断1.柴油机故障诊断现状[1-3]柴油机故障诊断技术是通过分析处理柴油机运行时的状态信息，定量识别其技术状态、并预测异常故障状态的一门多学科交叉的综合技术。柴油机故障诊断和其它类型机械的故障诊断一样，首先

2、必须对故障进行机理研究，以故障信号的检测技术及信号处理技术为基本技术，以故障信号处理和特征提取理论为基本理论，以基于信号处理及特征提取的故障类型识别方法为基本方法。5近年来，针对柴油机故障诊断的研究工作有了较大的发展，但尚未达到在工程实际中有效应用的水平，主要原因是对基本技术的研究和各类故障、特别是综合故障案例和图谱的积累工作已跟不上诊断基本理论和方法研究的快速发展。从工程应用的角度出发，综合应用测试技术、小波分析、经验模式分解、混沌数值特征、BP神经网络、支持向量机等理论，对柴油机缸盖振动信号

3、中故障特征信息的提取、柴油机故障状态的识别诊断是目前较为普遍和常用的方法。图1时域信号分析2.柴油机缸盖振动信号采集利用缸盖振动信号对柴油机进行故障诊断，需要建立缸盖振动信号采集系统并采集柴油机在不同工作状态下的缸盖振动信号。测点选择的好坏直接影响到所采集的信号，并决定着后续的处理和分析工作的难易程度。测点的选择必须遵循两个原则：一是测点要能充分地反映被测对象的工作信息，应具有信号稳定、信噪比高、对故障敏感等特点;二是测点的选择必须便于安装和测试，尽可能不影响机器的运行状态，在生产实际中切实可行

4、。人为给柴油机设置四类故障：排气门间隙异常、进气门间隙异常、供油提前角异常和供油压力异常等，采集不同工作状态下的柴油机缸盖振动信号。S195型柴油机正常情况下，排气门间隙为0.45mm，进气门间隙为0.35mm，供油提前角为18oCA，喷油压力为12.5MPa。其时域波形图如图1所示。图2能量分布图3.柴油机振动信号特征参数提取[4，5]5柴油机缸盖振动信号具有非平稳性，出现故障时，这种非平稳性表现得更加明显。因此，在利用缸盖振动信号对柴油机故障诊断过程中，如何从非平稳的振动信号中提取故障特征信

5、息，是故障诊断成功与否的关键所在。由于傅里叶变换是一种整体变换，即对信号的表征要么完全在时域，要么完全在频域。对于时变的非平稳信号，往往希望得到信号频谱随时间的变化情况，即信号的时频表示，显然用傅里叶变换具有局限性。小波分析是一种适合于非平稳信号的信号处理方法，本章研究基于小波分析的柴油机振动信号特征提取。图3BP神经网络结构图图4BP算法流程图应用小波包变换将柴油机缸盖振动信号分解到不同频带内，使得本不明显的信号频率特征在不同分辨率的若干子空间中以显著的能量变化形式表现出来，这样便于提取出能够

6、揭示柴油机不同工作状态的特征信息。将小波包分解的结果按照能量的方式来表示，就是小波包能量谱方法。选取各个子空间（频带）内信号的平方和作为能量的标志，对于子空间，小波包变换结果表示为序列，其中M为该子空间的样本长度，各频带的能量为Gi。小波包分解，令总能量为G，可以计算出各频带的相对能量比值G’i，其中Gi、G和G’i三者的计算公式如下：小波包能量距分布和小波包能5量分布之间差别不大;不同排气门间隙下，小波包能量分布不同。所以可用缸盖振动信号小波包能量分布描述柴油机不同排气门间隙的变化。如图2所示

7、。4.基于BP神经网络故障诊断[6，7]应用小波提取的特征值数据，归一化作为样本数据，每种工况前两组作为测试样本后一组作为训练样本，其数据如表1所示。故障诊断过程包括特征信号获取、故障特征信息提取和状态识别等部分。识别柴油机的故障类别是柴油机故障诊断的又一重要环节，其实质是一个典型的模式识别问题。本章基于BP网络柴油机的故障，包括故障特征向量的构建和故障类别识别两部分内容。BP神经网络算法已经成为目前使用最为广泛的学习算法，根据调查将近90%的神经网络应用是基于此算法的。标准的BP神经网络主要由

8、三层结构组成，即输入层、隐含层与输出层。结构图如图3所示、流程图如图4所示、其训练过程图如图5所示。图5BP网络训练图BP神经网络在对柴油机故障进行诊断时，有着较好的诊断准确度100%，训练步数是16，训练精度是0.000898。6.结语5在柴油机故障现代诊断技术中，基于振动信号分析的诊断方法显示出了其优越性。本文对于振动信号的小波包能量谱提取加上神经网络的诊断，对数据有着很高的准确性，可作为柴油机故障诊断有效思路之一。参考文献[1]曹龙汉，曹长修，孙英楷.柴油机故障诊断技术的现状及展望[J].