基于小波分析与粗糙集理论的发动机智能故障诊断研究

摘要

发动机失火故障是一种常见的发动机故障，对失火故障的监测和诊断是发动机故障诊断系统的必要组成部分。本文主要研究基于小波分析理论、粗糙集理论的发动机失火故障智能诊断方法。
　　 论文主要内容由六部分组成：(1)、发动机故障的振动诊断机理分析。介绍发动机振动的激振力和发动机振动的类型，建立每种振动类型的动力学模型，总结发动机缸盖振动的信息模型；(2)、发动机缸盖振动信号的滤波算法研究。首先介绍数学形态滤波器的理论基础，然后建立仿真信号，对经典形态滤波器进行仿真研究，在此基础上，提出基于数学形态滤波器的组合滤波方案，最后利用该滤波方案对发动机缸盖振动信号进行处理；(3)、发动机缸盖振动信号的特征提取算法研究。首先简要介绍小波分析理论，然后研究三种特征提取算法：小波域近似熵特征提取算法、基于图像处理的小波时频分析特征提取算法、小波包能量谱特征提取算法，最后将三种算法应用于发动机缸盖振动信号特征提取，得到可以用于故障模式识别的特征向量；(4)、基于粗糙集理论的故障特征约简算法研究。首先简要介绍粗糙集理论，然后给出粗糙集理论中的连续属性离散化方法和属性约简算法，最后提出发动机缸盖振动信号故障特征的约简算法，并计算得到根据小波包能量谱特征提取算法提取出的16个故障特征量的一个属性约简013{，}PEEE=；(5)、基于支持向量机的故障模式识别算法研究。首先简要介绍支持向量机的基本概念，然后提出基于支持向量机的发动机失火故障智能诊断算法，并通过实验数据验证该算法的正确性和有效性；(6)、介绍发动机状态监测与故障诊断系统的软硬件系统设计过程。
　　 在简要介绍虚拟仪器技术和NI LabVIEW语言的基础上，详细阐述大众2VQS电喷发动机失火故障智能诊断系统的软硬件系统设计过程，以及发动机实验台架状态监测与故障诊断系统的软硬件系统设计过程。