缸盖表面振动信号盲分离的研究

摘要

内燃机表面振动信号包含丰富的与工作状态有关的信息，可用来评价缸内燃烧状态及故障诊断等，因此，内燃机表面振动信号的研究对内燃机工作过程检测和诊断技术的发展具有重要意义。但振动信号同时也包含大量的噪声源信息，难以直接利用振动信号对内燃机燃烧状态进行检测和诊断。因此，对内燃机表面振动信号进行时频分析及分离等预处理对提高振动信号的可用性有重要意义。
　　本文对比了几种时频分析方法的优缺点，以获得较理想的方法对振动信号进行处理，然后基于S变换对各激励源响应信号的识别，利用EEMD及EMD-ICA信号分离技术对各激励源振动响应信号进行分离。最后，尝试用EEMD分离包含故障特征信息的振动信号进行故障识别，验证该方法的有效性。全文的主要研究内容如下:
　　在195柴油机上同步测取了缸内压力信号、缸盖表面振动加速度信号、缸盖表面振动速度信号、曲轴转角信号及相位信号，分别对缸盖表面振动信号的时域和频域特点进行了分析，得到了振动信号的时域特点和信号的频率分布。
　　对短时傅里叶变换、Wigner-Ville分布、Hilbert-Huang变换、小波变换及S变换等几种时频分析方法的优缺点和适用性进行了对比分析，指出S变换更适合于内燃机缸盖表面振动信号的处理。并利用S变换对缸盖表面振动信号进行时频特征分析。
　　以S变换对不同激励源响应信号的时频特征分析为依据，利用EEMD和EMD-ICA方法对不同激励源缸盖表面振动响应信号进行分离，认为这两种信号分离方法都可对峰值压力前的缸盖表面振动信号进行有效地分离，显著提高了燃烧激励响应信号的信噪比。但EMD-ICA分离信号的有效性略低于EEMD。
　　尝试利用EEMD提取气门开启、关闭激励响应信号诊断气门间隙异常故障，提取燃烧激励响应信号诊断供油提前角异常故障。对该方法的有效性进行了验证。