基于聲信號的柴油機故障診斷研究.pdf

1、柴油機作為一種重要的動力機械，其狀態(tài)性能好壞將直接影響工作任務(wù)的順利進行。故障診斷技術(shù)是機械設(shè)備安全穩(wěn)定運行的重要保證，研究柴油機故障診斷領(lǐng)域中的新方法、新技術(shù)有著十分重要的意義。基于聲信號分析的機械故障診斷方法具有非接觸、不解體、高效、便捷等優(yōu)點，非常適合診斷惡劣環(huán)境下的機械設(shè)備，已經(jīng)得到廣泛應(yīng)用。本文以柴油機為研究對象，以故障診斷為目標，采取基于聲信號的分析方法，主要研究了柴油機聲信號的信號去噪技術(shù)、特征提取技術(shù)和模式識別技術(shù)。通過

2、構(gòu)建6135D型柴油機聲信號采集實驗平臺，獲取不同故障類型的信號樣本，分別設(shè)計相應(yīng)的診斷方法，并對所提方法逐一進行實驗驗證。論文的主要工作包括以下幾個方面:
　　1.針對柴油機聲信號非平穩(wěn)、非線性的特點，設(shè)計了一種改進小波閾值與經(jīng)驗?zāi)B(tài)分解相結(jié)合的去噪方法。該方法利用小波閾值去噪和經(jīng)驗?zāi)B(tài)分解去噪各自的優(yōu)點，通過相關(guān)系數(shù)法找到信號主導(dǎo)和噪聲主導(dǎo)本征模函數(shù)分量的分界點，對高頻噪聲主導(dǎo)的本征模函數(shù)采用改進小波閾值函數(shù)進行去噪處理，再進

3、行信號重構(gòu)，從而得到去噪后的信號。仿真信號和實測信號的實驗結(jié)果表明所提方法具有更好的去噪性能。
　　2.將變分模態(tài)分解引入到故障診斷中，研究了一種變分模態(tài)分解與拉普拉斯分值相結(jié)合的柴油機典型故障診斷方法。首先對聲信號進行變分模態(tài)分解，從分解得到的各個模態(tài)函數(shù)中提取特征參數(shù)，然后利用改進的拉普拉斯分值算法進行特征排序，最后使用支持向量機進行故障診斷，并確定最優(yōu)維數(shù)。實驗表明該方法能有效識別柴油機典型故障，具有更高的診斷精度。