基于变分模式分解与高阶累积量的爆震信号特征识别

《基于变分模式分解与高阶累积量的爆震信号特征识别》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、天津大学硕士学位论文基于变分模式分解与高阶累积量的爆震信号特征识别KnockDetectionBasedontheVariationalModeDecompositionandHigher-orderCumulant学科专业：动力工程研究生：李鑫指导教师：毕凤荣副教授企业导师：高俊华高级工程师天津大学机械工程学院2017年12月摘要为提高整体性能，发动机的小型强化技术快速发展，但是这也导致了发动机爆震趋势的大幅上升。强烈的爆震不仅会影响发动机的整体性能，还会降低其使用寿命，但是轻微的爆震会使发动机缸内燃烧接近等容

2、燃烧，这有利于提高发动机效率。因此有必要对发动机爆震进行精确识别，使其能运行于轻微爆震工况。这对于发动机领域具有十分重要的理论意义与工程应用价值。由于结构简单等优点，通过机体振动信号对发动机爆震进行检测，是应用最为广泛的一种爆震检测方法。因此论文进行了台架实验，同步采集了缸压信号与振动信号，将缸压信号作为对比，对振动信号进行了深入的分析。机体振动信号含有大量背景噪声，极为复杂，需要利用精确的算法对其进行处理才能准确提取出爆震特征。通过对现有计算方法的分析，论文决定将变分模式分解(VariationalModeDe

3、composition,VMD)算法引入到爆震特征识别领域。VMD算法含有多个控制参数，其中分解层数K与信号保真度约束参数对分解结果有着重要的影响。针对分解层数K论文提出了一种利用中心频率之间差值的最大值与最小值的自适应选择分解层数的VMD算法，和一种通过分析爆震机理得到其特征频率，从而优化了其中心频率初始值的简化的VMD算法。这两种优化算法中第一种方法适用性较好，第二种方法计算效率较高。通过对比，两种优化的VMD算法均表现出了较好的结果，得到了接近理想的窄带信号，使爆震成分更为明显，从而准确的识别出各种强度的

4、爆震工况。针对信号保真度约束参数，通过优化获得了可以使分量信号中信息成分最为突出的值，这也有利于凸显振动信号中的爆震成分。为对爆震强度进行准确区分，论文利用振动信号VMD分解结果的重构信号，计算了其四阶累积量的自然对数，并将其作为爆震强度指标，经过对比发现可以取得与传统的MAPO方法一致的爆震强度区分结果，这也证明了这种方法的正确性。同时在此爆震强度指标的基础上，对微弱爆震工况进行了修正，从而使得论文提出的爆震强度区分方法对发动机的精确控制更具实际意义。关键词：发动机，爆震，振动信号，变分模式分解，四阶累积量

5、，特征提取IABSTRACTInordertoimproveperformanceofengine,thedown-sizingofenginedevelopsquickly,whichleadstotheshapeincreasingofknockinengine.Strongknockwillreducestheperformanceandusefulofenginegreatly.However,slightknockwillresultsinthecombustionincylindersclosetoc

6、onstantvolumecombustion,whichishelpfulinimprovingthecombustioninengine.Soit’snecessarytodetecttheengineknockandmakeengineworkinginslightknockcondition.Thishasimportanttheoreticalsignificanceandapplicationvaluefortheenginefield.Becauseofitslow-costandconvenien

7、ce,detectingknockbyextractingblockvibrationfeaturesiswidelyused.Inthispaper,whenbenchtestiscarriedout,thepressuresignalsincylindersandblockvibrationsignalsarecollectedandthesignalsareanalyseddeeply.Thereissomuchnoiseandcomplexinformationinblockvibrationsignal

8、sthataccuratealgorithmsarerequiredtoprocessingthesignalsinordertoextractknockfeatures.Afteranalyzingtraditionalalgorithms,theVariationalModeDecomposition(VMD)algorithmisintroducedinthefie