[發(fā)明專利]一種汽車發(fā)動機缺缸故障診斷方法

在審

• 申請?zhí)枺?/td>: 201810283390.6
• 申請日: 2018-04-02
• 公開（公告）號: CN108710889A
• 公開（公告）日: 2018-10-26
• 發(fā)明（設(shè)計）人: 李一博;鄭曉雷;芮小博;劉悅;沙洲;高遠(yuǎn);黃新敬;封皓;盧連朋
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G01R13/02
• 代理公司: 天津才智專利商標(biāo)代理有限公司 12108
• 代理人: 龐學(xué)欣

一種基于時域峭度融合小波包能量熵的汽車發(fā)動機故障診斷方法。其包括采集汽車發(fā)動機正常和缺缸工況下的振動信號并進行時域統(tǒng)計量特征提取:利用小波包變換的信號處理方法對上述振動信號進行頻域特征提取：將峭度指標(biāo)與小波包能量熵進行融合，得到特征向量:建立基于支持向量機的分類模型，并利用上述獲得的特征向量對分類模型進行訓(xùn)練和測試，由此實現(xiàn)對汽車發(fā)動機單缸斷火故障的診斷等步驟。本發(fā)明提供的汽車發(fā)動機缺缸故障診斷方法具有如下有益效果：能夠?qū)ζ嚢l(fā)動機常見故障中的缺缸故障進行重點分析，可對汽車發(fā)動機典型故障實現(xiàn)充足的、有效的特征量提取和準(zhǔn)確率較高的故障類型識別。

技術(shù)領(lǐng)域

本發(fā)明屬于基于振動信號的汽車發(fā)動機缺缸故障診斷技術(shù)領(lǐng)域，具體是涉及一種基于時域峭度融合小波包能量熵的信號處理方法來提取發(fā)動機缺缸故障特征并通過支持向量機實現(xiàn)了故障模式識別的汽車發(fā)動機故障診斷方法。

背景技術(shù)

由于汽車發(fā)動機的機械部分和電控系統(tǒng)具有極其復(fù)雜的構(gòu)成，而且其工作環(huán)境通常相對惡劣，因此發(fā)生故障的概率在車輛整體中大概占據(jù)了40％。發(fā)動機缺缸主要指發(fā)動機有一個及以上的汽缸沒有正常工作。通常表現(xiàn)為：發(fā)動機工作異常或動力不足,高、中、低速時發(fā)動機工作都不均勻并有節(jié)奏地振抖，消聲器排黑煙并放炮。雖然發(fā)動機電子控制單元帶有自診斷系統(tǒng)，但其主要針對傳感器、執(zhí)行器和微處理器等部件直接故障，而且代碼繁雜且診斷能力有限，不能在故障初期及時發(fā)現(xiàn)并排除故障。這些故障一方面會造成機器損壞，影響設(shè)備的正常運轉(zhuǎn)并帶來安全隱患，另一方面會產(chǎn)生大量有害的廢氣，造成環(huán)境污染。因此，基于汽車發(fā)動機缺缸的故障診斷研究具有重要的經(jīng)濟意義和社會意義。

汽車發(fā)動機故障診斷主要分為兩大步驟：對采集到的信號進行特征提取和模式識別。發(fā)動機缺缸故障診斷技術(shù)常用方法有傳統(tǒng)經(jīng)驗診斷方法、狀態(tài)參數(shù)分析法、磨損特征分析法、振聲故障診斷法等,振聲故障診斷法是目前高效、快速、自動化程度較高的一種方法，數(shù)據(jù)顯示，70％以上的故障信息包含在汽車發(fā)動機的振動和聲音信號中。通過采集并用信號處理技術(shù)對振聲信號進行分析可以識別出汽車故障類型，是目前最常用、最有效的方法，成為國內(nèi)外的研究重點。

基于對國內(nèi)外研究現(xiàn)狀的考察，發(fā)現(xiàn)目前對基于振動信號的發(fā)動機缺缸故障診斷技術(shù)的研究存在如下突出的問題。一方面是特征量提取不充足，可識別故障種類比較少，而且研究大多數(shù)只針對某一特定型號的發(fā)動機進行。另一方面，實驗采集的故障樣本不充足，故障識別正確率不夠高或分類網(wǎng)絡(luò)的訓(xùn)練時間過長。

發(fā)明內(nèi)容

為了解決以上問題，本發(fā)明的目的在于提供一種基于時域峭度融合小波包能量熵的汽車發(fā)動機故障診斷方法，可以快速準(zhǔn)確地從原始振動信號中提取出有效的、客觀的、可衡量的特征量，通過計算機來實現(xiàn)對不同特征信號的辨別和分類，從而判斷出汽車發(fā)動機是否存在缺缸故障。

為了達到上述目的，本發(fā)明提供的基于時域峭度融合小波包能量熵的汽車發(fā)動機故障診斷方法包括按順序進行的下列步驟：

1)采集汽車發(fā)動機正常和缺缸工況下的振動信號并進行時域統(tǒng)計量特征提取:

分別采集現(xiàn)場實驗中汽車發(fā)動機正常和缺缸工況下T組振動信號，每組振動信號作為一個樣本，并對各組振動信號進行時域特征量的提取，對于給定振動信號x，常用的振動信號時域統(tǒng)計量包括絕對均值均方根x_rms、方根幅值x_r、偏度α和峭度β等有量綱參數(shù)，其中有量綱參數(shù)可以作為機械狀態(tài)的直觀反映，然后根據(jù)公式計算出兩種不同工況下反映各樣本所包含沖擊情況和波形尖峭程度的峭度指標(biāo)K_u，并將其作為故障診斷的初步依據(jù)來判定上述所采集到的振動信號中沖擊成分的變化。

2)利用小波包變換的信號處理方法對上述振動信號進行頻域特征提取：

由于汽車發(fā)動機結(jié)構(gòu)和運行情況的復(fù)雜性，單一峭度指標(biāo)作為故障特征量的敏感度較高，但穩(wěn)定性不高，而且峭度指標(biāo)給出的是振動信號整體的時域特征，不能區(qū)分出新沖擊所帶來的振動信號頻率成分的變化。因此，需要進一步對振動信號的頻域特征進行提取。