基于EMD和Gabor变换的发动机曲轴轴承故障特征提取

针对发动机振动信号的非平稳特点,提出了一种基于经验模态分解(EMD)和Gabor变换相结合的曲轴轴承故障特征提取新方法。通过EMD方法将发动机非稳态加速振动信号分解成多个本征模态函数(IMF),对与原信号相关性强的前4阶IMF分量进行Gabor变换,从各阶分量Gabor时频分布图的频带能量累加曲线中提取能够反映曲轴轴承磨损故障的频带能量作为故障特征参数。试验结果表明,该方法提取的故障特征参数能敏感地反映曲轴轴承的磨损状态,可作为诊断曲轴轴承故障的重要特征量。     

支持向量机和基于IMF的特征能量法在汽车变速器轴承故障诊断中的应用

针对汽车变速器轴承振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了一种基于内禀模态函数(IMF)的特征能量法和支持向量机的变速器轴承故障诊断方法。对变速器轴承内圈、外圈故障振动信号的分析结果表明,该方法在小样本情况下仍可有效提取变速器轴承的故障特征,并能成功地对其工作状态和故障类型进行分类。     

基于最佳阶次FRFT的阶比分量提取

为在变速器故障诊断中提取微弱的故障特征,提出了一种基于转速信号确定分数阶傅里叶变换(FRFT)最佳阶次,并通过滤波提取变速器变速过程啮合阶比分量的方法。首先,根据输入轴转速信号和传动比,计算各挡位啮合频率分量,接着进行最小二乘拟合,以确定各分量FRFT的最佳阶次,最后在该最佳分数阶域进行滤波,获得对应的阶比分量。试验结果表明,根据转速信号确定FRFT最佳阶次,准确、快速、鲁棒性好,并具有自适应性;最佳阶次FRFT滤波能有效剥离其他分量和噪声,提取出目标阶比分量;对目标阶比分量进行单分量分析,能得到该分量更全面、细致、准确的信息。     

基于整工作循环阶比跟踪谱与FCM的发动机故障诊断

针对发动机加速振动信号的非平稳性和特征参数的模糊性特点,提出整工作循环阶比跟踪谱和模糊C均值算法相结合的方法。首先将加速信号进行阶比重采样,然后把发动机一个工作循环的信号作为一个间隔计算转速,再将这些转速下的阶比谱图放在一起构成阶比跟踪谱,通过计算不同阶比带的累加能量作为故障特征向量,对这些特征向量进行归一化和模糊聚类,得到分类矩阵和聚类中心,最后通过计算待测故障样本与已知故障样本聚类中心的贴近度实现故障模式识别。故障诊断实例表明,该方法能有效地诊断发动机曲轴轴承的故障。     

基于EMD理论的等角度重采样方法在凸轮轴故障诊断中的应用

将一种无转速测量信号,基于希尔伯特—黄变换等角度重采样的阶次分析方法应用于发动机凸轮轴故障诊断,从而有效消除转速波动的影响,使信号处理与分析结果更加准确.应用所提出的方法对某6缸柴油机缸体振动信号进行分析,对比凸轮轴轴瓦断裂修复前后振动信号特征的变化,有效地提取出了故障特征.     

变速器总成耐久试验早期故障诊断

为早期识别变速器总成故障,利用故障专家系统对变速器耐久试验过程进行了振动监测。选取其中两种典型故障模式进行阶次分析。结果表明,通过振动信号采集、数据处理、阶次谱分析、信号能量对比,可以发现初期故障引起的机械结构变化,识别故障发生位置,记录故障发展过程。同时通过及时中止测试,可避免样品过度损坏和保护测试设备,进而提高设备利用率,缩短产品验证周期。     

变速器齿裂及轴承故障建模与故障特征提取

建立了变速器齿裂故障、轴承故障的动力学模型，依据此模型仿真了齿裂故障、轴承内圈、外圈、滚动体故障的故障信号。采用平滑伪维格纳分布提取了这几种故障的特征。结果表明所建模型能提取出故障的特征。     

基于粗糙度和调制分析的电机粗糙感排查与修改预测

针对电机在升速过程中听感上出现的粗糙感问题,首先从心理声学参数的客观计算出发,引入了基于Sottek听觉模型的粗糙度算法,实现心理声学参数计算指标与人耳粗糙度主观感知的映射。进而通过特征粗糙度分析、调制谱分析、傅里叶频谱分析等,细致地排查出电机出现粗糙感工况的具体调制频率和参与调制的阶次。最后通过声音虚拟修改和回放技术,对电机潜在的问题阶次进行虚拟修改并回放,实现潜在方案真实改进前的改进效果直观评估,从而缩短改进周期,降低改进风险。     

基于自适应AR谱与神经网络的车变速器轴承故障诊断

提出了基于自适应AR谱和神经网络的汽车变速器轴承故障诊断方法.该方法采用自适应滤波将轴承振动信号进行滤波,建立AR模型,从而提取出故障轴承的特征,再利用BP神经网络进行故障分类.试验证明该方法适用于汽车变速器轴承的故障诊断.     

基于复调制细化包络谱和SVM的变速器齿轮故障诊断研究EI北大核心CSCD

针对变速器故障齿轮振动信号特征和在现实条件下难以获得大量故障样本的实际情况,提出一种复调制细化包络谱和支持向量机相结合的故障诊断方法。通过变速器齿轮故障模拟试验模拟齿轮磨损故障,采用Hilbert变换对齿轮振动信号进行解调得到振动信号的包络,对包络信号进行复调制细化谱分析,提取齿轮轴转频基波及其谐波幅值。分析发现基波及其谐波幅值随着齿轮磨损程度的增加明显增大,故将其作为支持向量机的输入特征向量,以判断齿轮故障。试验结果表明:该方法在小样本的情况下能有效地诊断齿轮故障。     

发动机连杆故障的定量诊断研究

本文基于振动监测技术，通过对汽车发动机连杆轴承振动响应功率谱的分析，得出了连杆轴承、连杆栓故障的诊断特征能数，及故障范围的阈值，并利用多项式曲线回归得出故障系数与连杆轴承间隙及连杆螺栓力矩的关系，从而判断连杆故障的部位和原因。     

基于复调制细化包络谱和SVM的变速器齿轮故障诊断研究

针对变速器故障齿轮振动信号特征和在现实条件下难以获得大量故障样本的实际情况,提出一种复调制细化包络谱和支持向量机相结合的故障诊断方法。通过变速器齿轮故障模拟试验模拟齿轮磨损故障,采用Hilbert变换对齿轮振动信号进行解调得到振动信号的包络,对包络信号进行复调制细化谱分析,提取齿轮轴转频基波及其谐波幅值。分析发现基波及其谐波幅值随着齿轮磨损程度的增加明显增大,故将其作为支持向量机的输入特征向量,以判断齿轮故障。试验结果表明:该方法在小样本的情况下能有效地诊断齿轮故障。     

变采样率变采样阶比发动机在线监测系统研究

针对车用发动机在线监测与故障诊断中各传感器信号频率成分相差较大、需要同步采样及信号非平稳的情况,分析了阶比跟踪技术在发动机各类信号处理方面的优势。通过软件实现了各通道信号同步变采样率采集。通过抗混叠滤波器截止频率及发动机最低转速计算出了各通道所需的最低采样阶比,避免了繁琐的阶比跟踪滤波对原信号带来的误差和干扰。对正常及故障工况下变速时的排气噪声、缸盖振动及外卡油压信号进行变采样率变采样阶比的阶比跟踪后,用于在线监测及故障诊断的信号特征更加明显,且更利于通过程序自动提取。     

小波包分解与共振解调分析在发动机配气机构磨损故障特征提取中的应用

以常见的机械磨损故障——气门间隙过大故障为例进行了试验研究,提取缸盖振动加速度信号进行分析,发现故障状态的时域信号有明显低频周期性冲击,但在频谱的低频区间未现冲击频率;同时,在故障状态频谱中,3 000~4 500Hz范围的高频段振动能量有显著增加。通过小波包分解方法对信号分解至该故障特征频段,再进行希尔伯特解调分析,解调谱现显著的对应低频冲击的频率成分,可作为故障识别特征。分析结果表明,气门间隙过大故障造成的冲击引起缸盖或其部件共振调制现象,综合运用上述时域、频谱和共振解调分析,可对配气机构磨损故障进行故障特征提取,从而为准确诊断故障提供依据。     

某乘用车小油门加速声品质问题分析

针对某款乘用车小油门加速过程中车内噪声粗糙感明显的声品质问题,首先对噪声时域数据进行频谱特性分析,得到造成噪声粗糙感明显的原因是车内半阶次声压幅值调制。其次通过传递路径试验分析,确定车内半阶次激励源是发动机半阶次振动,主要传递路径是动力总成悬置。最后通过提高前围隔音量,优化悬置刚度及降低空调管隔振垫硬度,明显降低了车内噪声的半阶次特征,加速声品质得到有效改善。     

一种适用于发动机振动信号的时频分析方法

本文中对一种新的时频分析方法——同步压缩小波变换进行研究。首先,为检验其对发动机信号的适用性,建立了多分量、调幅-调频仿真信号,采用同步压缩小波变换对其进行分析。接着将其与其它时频分析方法在时频分辨率、信号分解和重构能力方面进行比较;最后以某一发动机为例,分析其瞬变工况下的振动信号,揭示连杆轴承磨损信号变化规律并提取故障特征。结果表明:同步压缩小波变换是一种适用于发动机状态监测与故障诊断的时频分析方法。     

汽车电子加速踏板可靠性控制和故障处理机制研究

为确保汽车电子加速踏板信号的可靠性,对踏板位置传感器信号提出一种限幅消抖滤波、中位值平均滤波、一阶低通滤波,进行3次滤波消除信号突变,并结合“强制法规”对加速踏板位置传感器信号进行故障诊断。在Simulink/Statefl ow中建立加速踏板信号检测模块、故障诊断模块、信号选择模块等。测试了整个控制过程的可靠性。结果表明,踏板信号出现线路故障或同步性异常时能准确判断出各种故障状态,且故障后的信号处理措施科学、实用,符合行车安全要求。     

车用球轴承涡轮增压器临界转速分析

阐述了增压器轴承—转子系统临界转速的计算分析方法,以某车用球轴承涡轮增压器为例,分别采用Riccati传递矩阵法和DyRoBeS有限元法计算了临界转速,并进行了试验验证。由两种计算方法所得到的1阶和2阶临界转速值与试验值比较,1阶相差5.59%与1.42%,2阶相差2.53%与8.40%。同时,计算分析了轴承刚度、轴承结构尺寸、涡轮材质等参数对增压器临界转速的影响,得到了相关曲线。     

汽车发动机连杆故障诊断的分析

通过对汽车发动机连杆轴承振动响应功率谱的分析，得出了连杆轴承、连杆螺栓故障的诊断特征参数，及故障范围的阈值，并利用多项式曲线回归得出故障系数与连杆轴承间隙及连杆螺栓力矩的关系，从而判断连杆故障的部位和原因。     

应用振动信号诊断汽油机磨损故障

往复发动机的故障诊断是较困难和热点的研究问题。本文主要针对EQ6100发动机常见部件(活塞—缸套、气门、气门挺杆、连杆轴承、曲轴轴承、活塞销与衬套)磨损故障进行了振动测试研究。在EQ6100发动机预先模拟各种故障,然后测取了在不同参数条件下的故障信号,并用时域和频域分析法进行了分析比较。通过分析,得出了各种故障诊断的特征参数及实现的方法。