基于噪声信号的发动机故障诊断HHTSVM模型研究

《基于噪声信号的发动机故障诊断HHTSVM模型研究》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、中图分类号：U472.9学校代码：10856学号：M060109119上海工程技术大学硕士学位论文基于噪声信号的发动机故障诊断HHT-SVM模型研究作者姓名：朱强指导教师：王岩松教授专业：车辆工程学院：汽车工程学院申请学位：工学硕士完成时间：2011年12月评阅人：答辩委员会主席：成员：UniversityCode:10856StudentID:M060109119RESEARCHONHHT-SVMMODELINGFORENGINEFAULTDIAGNOSISBASEDONNOISESIGNALSCandidate:ZhuQiangSupervisor:WangY

2、ansongMajor:VehicleEngineeringAutomotiveEngineeringCollegeShanghaiUniversityofEngineeringScienceShanghai,P.R.ChinaDecember,2011上海工程技术大学学位论文原创性声明本人郑重声明：所递交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论

3、文作者签名：日期：年月日上海工程技术大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权上海工程技术大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本学位论文属于不保密。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日基于噪声信号的发动机故障诊断HHT-SVM模型研究摘要发动机是汽车的核心部件，其性能的好坏直接影

4、响到整车的安全性和可靠性，发动机故障诊断技术已成为车辆工程领域的一个重要的研究热点。本文在总结前人研究的基础上，提出了一种基于希尔伯特黄变换（HHT）和支持向量机（SVM）的发动机噪声故障诊断技术。本文首先对发动机的常见故障进行了研究，通过分析发动机噪声的产生机理和传播途径，确定了合理的噪声信号采集方案。通过发动机噪声测试实验，采集样机在不同状态下（包括正常状态和多种故障状态）的噪声信号，建立了发动机噪声数据库。然后利用非平稳信号分析理论，对发动机噪声信号实施降噪处理和特征提取，基于虚拟仿真信号和发动机噪声信号，对短时傅里叶变换（STFT）、维格纳-威尔分布（WV

5、D）、小波变换（WT）和HHT等信号时频分析方法进行了对比研究，分别采用小波包技术和HHT实施信号降噪和特征提取，建立了反映不同故障的特征向量。基于上述结果，对机器学习、统计学习理论、非线性和多分类SVM等人工智能理论进行了深入研究，分析了SVM的作用原理和实现过程，采用SVM对提取的故障噪声特征向量进行了模式识别，实现了发动机故障的智能诊断。研究结果表明：对发动机噪声信号而言，小波包降噪技术具有明显优势；HHT时频分辨率较高，而且不受交叉项影响，适用于非平稳噪声信号处理；SVM具有很好训练和分类能力，对于小样本模式识别准确有效；通过HHT-SVM模型的验证试验说

6、明了本文构建的9维HHT特征向量能够很好地描述信号的故障信息，应用HHT-SVM模型进行发动机故障诊断行之有效。本课题提出的基于噪声信号的HHT-SVM故障诊断算法可拓展至其他声学故障诊断领域，具有较高的理论研究价值和应用前景。关键词：发动机，故障诊断，噪声信号，希尔伯特黄变换，支持向量机IRESEARCHONHHT-SVMMODELINGFORENGINEFAULTDIAGNOSISBASEDONNOISESIGNALABSTRACTEngine,asthecorecomponentofacar,itsperformancedirectlyaffectsonth

7、esafetyandreliabilityofvehicles.Thus,thetechniquesforenginefaultdiagnosishavebecomeanimportantissueinthefieldofvehicleengineering.Basedonthepreviousresearchfindings,thisthesispaperstudiesandpresentsanoise-basedtechnologyforenginefaultdiagnosis,usingtheHilbert-HuangTransform(HHT)andthe

8、suppo