基于經(jīng)驗(yàn)?zāi)B(tài)分解的發(fā)動(dòng)機(jī)缸壁間隙檢測(cè)方法研究
發(fā)布時(shí)間:2021-12-29 14:17
隨著我國國民經(jīng)濟(jì)的快速發(fā)展和人民生活水平不斷的提高,汽車的社會(huì)保有量也不斷增加,同時(shí)二手車市場(chǎng)的交易量也越來越多。發(fā)動(dòng)機(jī)作為汽車的動(dòng)力輸出源,其技術(shù)狀況會(huì)直接影響到汽車的整車性能,因此有關(guān)發(fā)動(dòng)機(jī)技術(shù)狀況的檢測(cè)和故障診斷也就顯得更加重要,F(xiàn)有的發(fā)動(dòng)機(jī)故障診斷系統(tǒng)主要是針對(duì)發(fā)動(dòng)機(jī)電控系統(tǒng)而設(shè)計(jì)開發(fā)的。在對(duì)發(fā)動(dòng)機(jī)機(jī)械部件技術(shù)狀況(如缸壁間隙、軸瓦間隙等)的檢測(cè)方面還沒有比較成熟的檢測(cè)技術(shù)和設(shè)備,依然需要將發(fā)動(dòng)機(jī)解體后進(jìn)行測(cè)量、計(jì)算,這樣不僅費(fèi)時(shí)、費(fèi)力,而且還會(huì)破壞發(fā)動(dòng)機(jī)的正常配合特性。本文在對(duì)發(fā)動(dòng)機(jī)的工作原理和振動(dòng)機(jī)理進(jìn)行分析的基礎(chǔ)上,通過對(duì)發(fā)動(dòng)機(jī)氣缸體表面振動(dòng)信號(hào)的采集與分析,實(shí)現(xiàn)在不解體情況下對(duì)發(fā)動(dòng)機(jī)缸壁間隙進(jìn)行快速、準(zhǔn)確的檢測(cè),以彌補(bǔ)目前在發(fā)動(dòng)機(jī)機(jī)械部件技術(shù)狀況檢測(cè)方面的不足。本文以DA-462汽油發(fā)動(dòng)機(jī)作為主研究對(duì)象,結(jié)合振動(dòng)信號(hào)采集設(shè)備一起組建了發(fā)動(dòng)機(jī)振動(dòng)信號(hào)采集與測(cè)試系統(tǒng)。通過人為改變發(fā)動(dòng)機(jī)的缸壁間隙,使其缸壁間隙分別在0.03mm、0.06mm、0.09mm、0.12mm、0.15mm和0.18mm的狀態(tài)下運(yùn)行,并在每種缸壁間隙狀態(tài)下分別測(cè)取轉(zhuǎn)速為800r/min、1500r/...
【文章來源】:內(nèi)蒙古工業(yè)大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
發(fā)動(dòng)機(jī)結(jié)構(gòu)圖
圖 3-1 三層小波分解Fig. 3-1 Three layers of wavelet decomposition號(hào)iA和信號(hào)iD 分別代表信號(hào)的低頻和高頻部分,信號(hào)S 經(jīng)過號(hào)1D ;再對(duì)1A 分解后得到信號(hào)2A 和信號(hào)2D ;信號(hào)2A 經(jīng)過號(hào)3D ;即信號(hào)S 分解為3A 、3D 、2D 、1D ,這種對(duì)信號(hào)逐現(xiàn)了對(duì)信號(hào)分解的分辨率越來越高,并且對(duì)低頻信號(hào)進(jìn)行了出對(duì)其進(jìn)行逆向處理可以得到原信號(hào)。的小波分解實(shí)現(xiàn)這一過程的思想是 Mallat 算法,Mallat 對(duì)正交出了數(shù)學(xué)解釋,他把正交小波的構(gòu)造給出了統(tǒng)一的方法,,其基本思想是:把與正交尺度函數(shù)和小波基函數(shù)相聯(lián)系的低成了一對(duì)共軛鏡像正交濾波器組,應(yīng)用這一塔式多分辨率濾波實(shí)現(xiàn)正交小波的遞推快速算法[45]。實(shí)現(xiàn)了小波變換能夠快速中得到廣泛應(yīng)用。
.5.1 EMD 算法時(shí)間尺度方法是指用時(shí)間間隔來對(duì)測(cè)量局部事物時(shí)間變化,常見的方法有:相鄰過零點(diǎn)間隔的時(shí)間尺度、相鄰兩極值點(diǎn)間隔的時(shí)間尺度和相鄰兩曲率極值點(diǎn)間隔的間尺度。EMD 使用極值點(diǎn)間隔來對(duì)信號(hào)進(jìn)行尺度分析,這種時(shí)間尺度是用信號(hào)重臨近極大值或極小值的時(shí)間間隔來對(duì)信號(hào)進(jìn)行局部特征分析,來獲取不同時(shí)間尺度征的 IMF 分量。EMD 方法對(duì)信號(hào)進(jìn)行分解的過程要滿足以下假設(shè):假設(shè)信號(hào)至少一個(gè)最大值點(diǎn)和一個(gè)最小值點(diǎn);時(shí)域特性由極值間隔決定;如果數(shù)據(jù)序列缺乏極值但含有拐點(diǎn),可以通過求導(dǎo)來獲取極值點(diǎn)[55]。EMD 方法本質(zhì)是一個(gè)篩選的過程:對(duì)于一個(gè)信號(hào)s t ,對(duì)其所有的極大值和極小值,用三次樣條函數(shù)擬合原數(shù)據(jù)序的包絡(luò)線,然后求出上下包絡(luò)線的均值m t ,如下圖:
【參考文獻(xiàn)】:
期刊論文
[1]信號(hào)降噪中小波基與閾值的選取研究[J]. 羅淼,姚運(yùn)萍. 機(jī)械制造. 2015(12)
[2]基于最優(yōu)熵與EEMD的滾動(dòng)軸承微故障診斷方法[J]. 任學(xué)平,龐震,辛向志,邢義通. 機(jī)床與液壓. 2015(03)
[3]基于改進(jìn)EEMD的滾動(dòng)軸承故障特征提取技術(shù)[J]. 魏永合,王明華,林夢(mèng)菊,田鵬. 組合機(jī)床與自動(dòng)化加工技術(shù). 2015(01)
[4]汽車發(fā)動(dòng)機(jī)故障診斷技術(shù)現(xiàn)狀及未來發(fā)展趨勢(shì)研究[J]. 孫勝軍. 硅谷. 2014(20)
[5]農(nóng)用車電控發(fā)動(dòng)機(jī)系統(tǒng)故障診斷分析[J]. 劉英. 電子世界. 2014(10)
[6]基于激活函數(shù)可調(diào)的改進(jìn)型BP網(wǎng)絡(luò)故障檢測(cè)應(yīng)用研究[J]. 王正武,寧順杰. 測(cè)試技術(shù)學(xué)報(bào). 2013(02)
[7]基于短時(shí)傅里葉變換分析超短光脈沖的傳輸特性[J]. 張景貴,李勇帆,趙晉琴. 激光技術(shù). 2013(01)
[8]改進(jìn)閾值的小波空域相關(guān)去噪法在熒光信號(hào)處理中的應(yīng)用[J]. 胡澤東,姜海燕,杜民. 生物醫(yī)學(xué)工程研究. 2012(03)
[9]基于小波包分析的氣門間隙異常故障診斷[J]. 司景萍,任慶霜,梁紅波,張寶偉. 振動(dòng)與沖擊. 2011(12)
[10]基于WVD的譜峭度法在軸承故障診斷中的應(yīng)用[J]. 石林鎖,張亞洲,米文鵬. 振動(dòng).測(cè)試與診斷. 2011(01)
碩士論文
[1]汽車發(fā)動(dòng)機(jī)故障診斷系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn)[D]. 宣亮.中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院) 2015
[2]基于DSP的汽車發(fā)動(dòng)機(jī)故障診斷及預(yù)測(cè)系統(tǒng)研究[D]. 畢勝堯.哈爾濱理工大學(xué) 2014
[3]基于遺傳神經(jīng)網(wǎng)絡(luò)的汽車故障診斷研究[D]. 王宇浩.中南大學(xué) 2010
[4]汽車發(fā)動(dòng)機(jī)故障診斷研究的理論與方法[D]. 鄭善亮.重慶交通大學(xué) 2009
[5]基于BP神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷研究[D]. 袁科新.山東大學(xué) 2006
[6]電機(jī)故障診斷及小波基函數(shù)的選擇[D]. 鄢玉.太原理工大學(xué) 2006
本文編號(hào):3556293
【文章來源】:內(nèi)蒙古工業(yè)大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:69 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
發(fā)動(dòng)機(jī)結(jié)構(gòu)圖
圖 3-1 三層小波分解Fig. 3-1 Three layers of wavelet decomposition號(hào)iA和信號(hào)iD 分別代表信號(hào)的低頻和高頻部分,信號(hào)S 經(jīng)過號(hào)1D ;再對(duì)1A 分解后得到信號(hào)2A 和信號(hào)2D ;信號(hào)2A 經(jīng)過號(hào)3D ;即信號(hào)S 分解為3A 、3D 、2D 、1D ,這種對(duì)信號(hào)逐現(xiàn)了對(duì)信號(hào)分解的分辨率越來越高,并且對(duì)低頻信號(hào)進(jìn)行了出對(duì)其進(jìn)行逆向處理可以得到原信號(hào)。的小波分解實(shí)現(xiàn)這一過程的思想是 Mallat 算法,Mallat 對(duì)正交出了數(shù)學(xué)解釋,他把正交小波的構(gòu)造給出了統(tǒng)一的方法,,其基本思想是:把與正交尺度函數(shù)和小波基函數(shù)相聯(lián)系的低成了一對(duì)共軛鏡像正交濾波器組,應(yīng)用這一塔式多分辨率濾波實(shí)現(xiàn)正交小波的遞推快速算法[45]。實(shí)現(xiàn)了小波變換能夠快速中得到廣泛應(yīng)用。
.5.1 EMD 算法時(shí)間尺度方法是指用時(shí)間間隔來對(duì)測(cè)量局部事物時(shí)間變化,常見的方法有:相鄰過零點(diǎn)間隔的時(shí)間尺度、相鄰兩極值點(diǎn)間隔的時(shí)間尺度和相鄰兩曲率極值點(diǎn)間隔的間尺度。EMD 使用極值點(diǎn)間隔來對(duì)信號(hào)進(jìn)行尺度分析,這種時(shí)間尺度是用信號(hào)重臨近極大值或極小值的時(shí)間間隔來對(duì)信號(hào)進(jìn)行局部特征分析,來獲取不同時(shí)間尺度征的 IMF 分量。EMD 方法對(duì)信號(hào)進(jìn)行分解的過程要滿足以下假設(shè):假設(shè)信號(hào)至少一個(gè)最大值點(diǎn)和一個(gè)最小值點(diǎn);時(shí)域特性由極值間隔決定;如果數(shù)據(jù)序列缺乏極值但含有拐點(diǎn),可以通過求導(dǎo)來獲取極值點(diǎn)[55]。EMD 方法本質(zhì)是一個(gè)篩選的過程:對(duì)于一個(gè)信號(hào)s t ,對(duì)其所有的極大值和極小值,用三次樣條函數(shù)擬合原數(shù)據(jù)序的包絡(luò)線,然后求出上下包絡(luò)線的均值m t ,如下圖:
【參考文獻(xiàn)】:
期刊論文
[1]信號(hào)降噪中小波基與閾值的選取研究[J]. 羅淼,姚運(yùn)萍. 機(jī)械制造. 2015(12)
[2]基于最優(yōu)熵與EEMD的滾動(dòng)軸承微故障診斷方法[J]. 任學(xué)平,龐震,辛向志,邢義通. 機(jī)床與液壓. 2015(03)
[3]基于改進(jìn)EEMD的滾動(dòng)軸承故障特征提取技術(shù)[J]. 魏永合,王明華,林夢(mèng)菊,田鵬. 組合機(jī)床與自動(dòng)化加工技術(shù). 2015(01)
[4]汽車發(fā)動(dòng)機(jī)故障診斷技術(shù)現(xiàn)狀及未來發(fā)展趨勢(shì)研究[J]. 孫勝軍. 硅谷. 2014(20)
[5]農(nóng)用車電控發(fā)動(dòng)機(jī)系統(tǒng)故障診斷分析[J]. 劉英. 電子世界. 2014(10)
[6]基于激活函數(shù)可調(diào)的改進(jìn)型BP網(wǎng)絡(luò)故障檢測(cè)應(yīng)用研究[J]. 王正武,寧順杰. 測(cè)試技術(shù)學(xué)報(bào). 2013(02)
[7]基于短時(shí)傅里葉變換分析超短光脈沖的傳輸特性[J]. 張景貴,李勇帆,趙晉琴. 激光技術(shù). 2013(01)
[8]改進(jìn)閾值的小波空域相關(guān)去噪法在熒光信號(hào)處理中的應(yīng)用[J]. 胡澤東,姜海燕,杜民. 生物醫(yī)學(xué)工程研究. 2012(03)
[9]基于小波包分析的氣門間隙異常故障診斷[J]. 司景萍,任慶霜,梁紅波,張寶偉. 振動(dòng)與沖擊. 2011(12)
[10]基于WVD的譜峭度法在軸承故障診斷中的應(yīng)用[J]. 石林鎖,張亞洲,米文鵬. 振動(dòng).測(cè)試與診斷. 2011(01)
碩士論文
[1]汽車發(fā)動(dòng)機(jī)故障診斷系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn)[D]. 宣亮.中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院) 2015
[2]基于DSP的汽車發(fā)動(dòng)機(jī)故障診斷及預(yù)測(cè)系統(tǒng)研究[D]. 畢勝堯.哈爾濱理工大學(xué) 2014
[3]基于遺傳神經(jīng)網(wǎng)絡(luò)的汽車故障診斷研究[D]. 王宇浩.中南大學(xué) 2010
[4]汽車發(fā)動(dòng)機(jī)故障診斷研究的理論與方法[D]. 鄭善亮.重慶交通大學(xué) 2009
[5]基于BP神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷研究[D]. 袁科新.山東大學(xué) 2006
[6]電機(jī)故障診斷及小波基函數(shù)的選擇[D]. 鄢玉.太原理工大學(xué) 2006
本文編號(hào):3556293
本文鏈接:http://sikaile.net/kejilunwen/qiche/3556293.html
最近更新
教材專著