小波和神经网络在柴油机故障诊断中的应用new

《小波和神经网络在柴油机故障诊断中的应用new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2010年10月农机化研究第10期小波和神经网络在柴油机故障诊断中的应用吴虎胜，吕建新，王茂生，许阳懿(中国人民武装警察部队工程学院，西安710086)摘要:柴油机以其良好的动力性、可靠性、经济性在运输车辆和农用机械中广泛应用，但对其施行及时的不解体故障诊断却并非易事。为此，以配气机构故障为例，提出将小波包分解与神经网络结合的故障诊断方法。先对振动信号应用小波阀值法降噪，再进行小波包分解，构造小波包特征向量作为故障样本，并用训练好的BP神经网络进行故障识别，试验结果证明了该方法的有效性。关键词:柴油机;故障诊断;小波包;神经网络中图分类号:TK428;TP389．1文献

2、标识码:A文章编号:1003－188X(2010)10－0207－04分离和重构误差，选取J=4。0引言3)阀值和阀值函数的选择。根据阀值函数对小柴油机气缸直接承受着缸内燃气压力及配气机构波分解系数进行阀值处理，选取通用阀值λ(式1中∧的冲击，因此缸盖振动信号含有反映柴油机技术状态σu，j为第j尺度下噪声的标准差)，其估计值为σu，j(式的有用信息。基于此，通过测取缸盖接近气门位置处2中median表示求中值)，阀值函数选择软阀值函数的振动信号进行处理分析，以对气门间隙异常故障进(式3中ω为小波系数的大小，ωλ为施加阀值后的小行研究。振动信号中含有非平稳和时变成分，而小

3、波波系数)。变换能实现信号的不同频带、不同时刻的合理分离，λ=槡2lnNσu，j(1)很适合于振动信号降噪和特征提取。神经网络可实∧median(

4、dj(k)

5、)现故障与征兆之间的复杂非线性映射，因此可将小波σu，j=(2)0．6745分析与神经网络结合起来进行信号降噪、特征提取和sign(ω)(

6、ω

7、－λ)

8、ω

9、＞λ状态识别，以提高故障诊断的准确性。ωλ={(3)0

10、ω

11、＞λ1信号的小波阀值降噪4)依据第4层的低频系数和阀值处理后的第1～第4层高频系数实现小波包重构。缸盖振动信号是燃气爆发压力、气门落座冲击和试验采用加速度振动传感器，测取EQB160－20气流冲击等多

12、种激励力综合作用的结果，并受机身整柴油发动机空载、转速1500r/min时一缸进排气门中体振动等因素的影响。因此，直接从传感器获取的信间位置的缸盖振动信号。信号的测取采用等时间采号包含了大量非平稳的干扰噪声，对后续分析和处理样，采样频率为50kHz，故柴油机每个工作循环理论耗不利，故依据文献［1］的研究结论选用小波阀值法对时为80ms，采样点数确定为4096个(为分析方便，采信号降噪以提高信噪比。样点数一般取2的整数次幂)，采样始点为无触发操Donoho提出的小波阀值降噪法具有较好的信号作，对每种工况测取5次，各采集50个工作循环的缸［2］去噪效果，因此将其应用于柴油机

13、缸盖振动信号去盖振动信号。试验工况设置如表1所示。噪中，具体过程如下:表1气门间隙状态设置mm1)小波函数的选择。选取具有正交和近似对称状态工况进气排气性质的Daubechies小波系列中的db4小波作为降噪用正常10．250．5小波。20．250．130．250．82)小波分解最大尺度J的选择。为了兼顾信噪气门40．100．5间隙50．600．5收稿日期:2009－12－08不当作者简介:吴虎胜(1986－)，男，湖北荆门人，在读硕士研究生，(E－60．100．1mail)wuhusheng0421@163．com．cn。70．600．8·207·2010年10月农机

14、化研究第10期利用小波阀值降噪法对试验测取的振动信号进行应;3为进气门开启时冲击响应;4为排气门关闭时落降噪，降噪前后信号对比如图1所示。由图1可以看座冲击响应;5为进气门关闭时落座冲击响应。其中，出，降噪效果良好，降噪后的信号光滑，与原始信号的4和5这两个时段的信号将是分析的重点。相似性较强。图2各激振源响应信号发生时刻示意图小波包分解技术能将任何信号分解到由小波伸缩而成的基函数族上，信息量完整，且具有较好的时域［3］和频域局部化功能。因此，可对5和4这两个时段图1降噪前后的信号对比的信号分别采用小波包分解进行时频分析(分析频率为25kHz)。图3所示气门间隙工况的改

15、变反映到功2小波包分解及故障特征的提取率谱的变化上主要集中在0．2～1．6kHz，3．6～5．5kHz气缸盖表面的振动信号由一系列瞬态响应信号所两个频率范围内。因此，在小波包分解时要重视这两组成(如图2所示)，分别表示一缸的振源响应信号:1个频段。为一缸燃烧激振响应;2为排气门开启时节流冲击响图3进排气门关闭时落座段信号的功率谱对比图气门间隙异常时，在靠近冲击力作用的时刻振动各频率成分(如表2所示)的信号特征，重构后各频带信号的能量较大，而在远离冲击力作用的时刻振动信信号如图4(b)所示。号的主要成分是平稳振动信号和噪声，信号能量相对3)