基于振动时频域特征的气门间隙故障诊断.pdf

《基于振动时频域特征的气门间隙故障诊断.pdf》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、石油机械-——48．——CHINAPETROIEUMMACHINERY2014年第42卷第9期．I钻井技术与装备基于振动时频域特征的气门间隙故障诊断李阳龙王立勇栾忠权陈涛(北京信息科技大学现代测控教育部重点实验室)摘要：为了准确实现内燃机气门间隙异常的诊断，提出了基于频带能量特征向量时频域特征的气门间隙故障诊断方法。介绍了小波包改进算法原理及频段能量计算，并以S195四冲程柴油机为研究对象，测取气门间隙正常、进气门间隙异常和排气门间隙异常等不同工况下的缸盖振动加速度信号，并对其进行改进小波包分解处理，通过6～8kHz高频带能量的故障闽值和分析信号

2、时域内气门开启、关闭时刻对应的曲轴转角的变化确定进气门或排气门间隙异常，试验结果表明采用该方法诊断出各工况的故障与实际故障吻合。因此，通过小波包分解后各频带相对能量分布来诊断内燃机气门间隙故障是一种有效且可行的方法。关键词：振动信号；小波包分解；频带能量；内燃机；气门间隙；故障诊断中图分类号：TE924文献标识码：Adoi：10．3969／j．issn．1001—4578．2014．09．012FaultDiagnosisofValveClearanceBasedonTime．DomainCharacteristicsofVibrationLiY

3、anglongWangLiyongLuanZhongquanChenTao(MOEKeyLaboratoryofMeasurement&Control，BeijingInformationScience＆TechnologyUniversity)Abstract：Inordertogainanaccuratediagnosisofabnormalenginevalveclearance，thepaperpresentsavalveclearancefaultdiagnosismethodbasedontime—frequencydomaincha

4、racteristicsoffrequencybandenergyeig—enveetor．Theprincipleofimprovedwaveletpacketalgorithmandtheenergybandcalculationareintroduced．Tak—ingtheS195four—strokedieselenginesasanexample，thecylindercovervibrationaccelerationsignalundertheconditionsofnormalvalveclearance．abnormalint

5、akevalveclearanceandabnormalexhaustvalveclearancearemeasuredandprocessedbyimprovedwaveletpacketdecomposition．Theclearanceofintakevalveandexhaustvalvecanbedeterminedthroughthe6～8kHzhighfrequencybandenergyvalueoffaultyvalveandtheanalysisofthevariationofcrankanglecorrespondedbyt

6、heopenandclosetimeofintakeandexhaustvalveswithinthesignaltimedomain．Thetestresultsshowthatthediagnosismadebyusingthenewmethodmatchwellwiththeactualfaultcondition．Therefore，itisfeasibleandeffectivetomakeenginevalveclearancefaultdiagnosisbytherelativeener—gYdistributionofeachfr

7、equencybanddecomposedbywaveletpacket．Keywords：vibrationsignal；waveletpacketdecomposition；frequencybandenergy；engine；valveclear—ance；fauhdiagnosis作，最容易发生故障，主要故障有：气门间隙大小0—口L异常、弹簧折断和阀头腐蚀变形等，其中气门间隙异常是最常见的一种故内燃机配气机构常处在高温高压气流冲击下工内燃机工作时必然会引起振动，其零部件的状基金项目：国家自然科学基金项目“往复机械故障诊断的多元信息融合裕度

8、函数和参数化模型研究”(51105041)、“基于能量解耦的风力发电旋转机械故障趋势预示方法研究”(51275052)；教育部科学技术研