基于柴油机循环平稳特性的气体压力重构方法研究

摘要

气缸压力是表征柴油机运行状态的重要指标之一，因此小型高速柴油机在不能直接测量气缸压力的情况下，通过缸盖表面振动响应信号进行气缸压力的间接识别已成为柴油机故障诊断的主要研究方向。本文作者针对利用气缸盖表面振动信号识别柴油机气缸压力这一问题展开了研究，研究内容如下： (1)研究了4135四缸非增压四冲程柴油机表面振动响应信号的产生机理，阐述了引起柴油机振动的主要激励源及其时序性，说明了各激励源和表面振动信号之间的内在关系；引入了循环平稳理论，指出了缸盖振动信号具有循环平稳的特性，建立了振动信号的统计学模型，阐明了基于该模型下的信号采样方式必须是等曲柄转角采样的道理。 (2)研究了一种基于非线性假设的识别方法—RBF神经网络法。把经过同步平均处理的振动信号和气缸压力信号分别作为网络的输入和输出，训练神经网络，建立缸内压力和振动信号之间的非线性映射关系，并利用这种关系来识别气缸压力。结果表明，识别的压力曲线和实测压力曲线几乎重合，说明了神经网络方法具有识别精度高、误差小的优点，而且具有对工况适应性强的特点，同时也指出了对信号进行同步平均能有效提高信噪比。 (3)研究了一种基于线性假设的识别方法—传递函数法。通过对振动信号进行预处理、低通滤波和对消处理，去掉其它激励力的干扰和随机噪声，再建立振动信号和缸内压力之间的传递函数，并利用它来识别气缸压力，结果发现识别的压力和实测压力比较接近，误差很小；通过对比验证，对振动信号进行对消处理能有效突出爆发段振动响应信号，去除大量干扰和噪声，有利于提高传递函数模型的精度；通过计算传递函数模型的输入与输出的相干函数，可以直观的评判传递函数模型的好坏。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究的目的和意义

1.2研究现状

1.2.1循环平稳理论研究现状

1.2.2气缸压力识别研究现状

1.3本文的研究内容

第2章缸盖振动响应信号特性分析

2.1主要激励源及时序分析

2.1.1燃烧激励源

2.1.2排气门节流冲击

2.1.3气门落座冲击

2.1.4活塞敲击激励

2.1.5主要激励的时序分析

2.2振动信号的循环平稳模型

2.2.1循环平稳信号

2.2.2振动信号的循环平稳特性

2.2.3振动信号的统计学模型

2.3振动信号的采样方式

2.3.1柴油机转速的波动性

2.3.2等曲柄转角采样

2.3.3数据采集原理

第3章柴油机测试实验研究

3.1测试系统

3.1.1试验机型

3.1.2测试仪器

3.1.3仪器性能

3.1.4试验工况

3.1.5测点布置

3.2试验结果

3.2.1原始数据的标定变换

3.2.2缸盖振动信号波形

3.2.3缸内压力信号波形

3.2.4压力和振动信号频谱分析

3.3数据预处理

3.3.1消除振动信号数据趋势项

3.3.2振动信号数据的平滑处理

3.3.3消除压力通道效应

第4章基于神经网络方法的气缸压力识别

4.1神经网络基础知识

4.2神经网络的特点

4.2.1神经网络的辨识内涵

4.2.2神经网络的辨识特点

4.3径向基函数网络基本理论

4.4 RBF神经网络识别原理及步骤

4.4.1 RBF神经网络识别原理

4.4.2识别步骤

4.4.3神经网络法识别流程图

4.5训练样本数据预处理

4.5.1数据预处理的目的

4.5.2训练样本信号的同步平均

4.6气缸压力识别结果

4.6.1同步平均处理对识别精度的影响分析

4.6.2网络对工况的适应性分析

4.7结论

第5章基于传递函数法的气缸压力识别

5.1缸盖系统振动模型

5.2传递函数法识别气缸压力

5.3振动信号低通滤波

5.3.1 FIR数字滤波器

5.3.2滤波器设计及滤波

5.4振动信号的自适应对消

5.4.1自适应对消原理

5.4.2振动信号的对消处理

5.5传递函数法识别流程图

5.6气缸压力识别结果

5.6.1对消处理对识别精度的影响分析

5.6.2测点位置对识别结果的影响分析

5.7系统的激励与响应的相干分析

5.7.1相干函数(凝聚函数)

5.7.2传递函数模型的评判

5.8结论

第6章总结与展望

6.1总结

6.2展望

参考文献

致谢

攻读硕士期间发表的论文